基于神经网络辨识的质子交换膜燃料电池建模

摘要：

针对质子交换膜燃料电池(PEMFC)系统过于复杂,难以建模,而已建立的模型难以满足PEMFC控制系统设计和应用的要求.本文利用神经网络具有逼近任意复杂非线性函数的能力,将神经网络辨识方法应用到PEMFC强非线性系统的建模中,避开了PEMFC系统内部的复杂性.模型以电池工作温度为神经网络辨识模型的输入量,电池电压、电流密度为输出量,利用500组实验数据作为训练样本,采用改进型BP算法,建立了不同温度下电池电压-电流密度动态响应模型.仿真结果表明,方法可行,建立的模型精度较高,从而为设计PEMFC实时控制系统奠定了基础.

关键词：质子交换膜燃料电池、神经网络辨识、非线性系统建模、BP算法

所属期刊栏目：15

分类号：TP183(自动化基础理论)

资助基金：国家高技术研究发展计划（863计划）2002AA517020

在线出版日期：2003-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：817-819