MCFC型燃料电池的神经网络建模与基于FGA的模糊控制研究

• 作者: 戚志东 曹广益 朱新坚
• 来源期刊: 高技术通讯
• 关键词: 熔融碳酸盐燃料电池 神经网络 模糊遗传算法(FGA)
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 能源技术
• 页码范围: 65-70
• 页数: 6页
• 字数: 5067字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2005.02.015

摘要

为了提高燃料电池的发电性能,熔融碳酸盐燃料电池(MCFC)堆的运行温度应该控制在一个合适的范围内.本文首先利用RBF神经网络辨识复杂非线性系统的能力,基于实验的输入输出数据,建立起MCFC电堆的神经网络温度模型;然后设计了MCFC电堆工作温度的一个基于模糊遗传算法的在线模糊控制器,用模糊遗传算法同时优化模糊控制器的参数及规则.最后用神经网络的辨识模型代替实际的电堆进行控制仿真,仿真结果证明建模是有效的,所设计的模糊控制器具有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱新坚	上海交通大学自动化系燃料电池研究所	231	2594	23.0	40.0
2	曹广益	上海交通大学自动化系燃料电池研究所	222	2707	25.0	42.0
3	戚志东	上海交通大学自动化系燃料电池研究所	6	60	4.0	6.0