本文提出了一种知识集成机器学习框架，旨在优化质子交换膜水电解（PEMWE）的性能。研究结合数据驱动模型与领域知识，展示了在细胞退化分析中的有效应用。还提出了生成对抗小波神经算子（GAWNO）用于故障检测，以及混合动态贝叶斯网络（DBN）监测复杂系统的可行性。此外，探讨了锌电解槽板状态检测和锂离子电池剩余寿命预测的方法，显示出良好的准确性和鲁棒性。