基于改进型RBF神经网络的PEMFC电特性建模

• 作者: 孙涛 曹广益 朱新坚 闫思佳
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 质子膜燃料电池 非线性系统建模 径向基函数神经网络 最近邻聚类算法
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 200-203,214
• 页数: 5页
• 分类号: TP183
• 字数: 3748字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.02.058

摘要

常规能源短缺的今天,开发利用新型清洁、绿色能源已成为各国科学家共同追求的目标.质子膜燃料电池(PEMFC)以其高功率密度,启动迅速,无污染等优点成为21世纪首选清洁能源系统.但其原理涉及热力学、电化学、流体力学、传质学等理论,形成一个非线性复杂系统,难以建立数学模型.因此,采用一种动态自适应网络即最近邻聚类径向基函数神经网络,它能够动态调节网络的规模和参数,具有较强的逼近能力以及自学习能力.并利用测试数据作为训练样本,在氢气流速给定的条件下,以空气(或氧气)压力和冷却水流速作为模型的输入量,电池的电压为输出量,建立了在工作温度为60 ℃和80 ℃时的PEMFC电特性模型.表明该方法具有简单、可行、精度高等优点.并为PEMFC控制系统的设计和电池性能的优化提供了基本依据.

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	上海交通大学燃料电池研究所	231	2594	23.0	40.0
2	曹广益	上海交通大学燃料电池研究所	222	2707	25.0	42.0
3	孙涛	上海交通大学燃料电池研究所	57	511	11.0	20.0
4	闫思佳	上海师范大学应用化学系	2	21	2.0	2.0