基于混合pi-sigma神经网络的固体氧化物燃料电池建模

• 作者: 吴小娟 屠恒勇 曹广益 朱新坚
• 来源期刊: 华东电力
• 学科: 工学
• 关键词: 固体氧化物燃料电池 pi-sigma神经网络 电池建模
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 研究与创新
• 页码范围: 13-16
• 页数: 4页
• 分类号: TM911.4
• 字数: 3138字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9529.2007.07.004

摘要

针对固体氧化物燃料电池(SOFC)建模难的现状,提出了一种基于混合pi-sigma神经网络建模的新方法.该方法通过在线修正隶属函数和结论参数,使得网络能够自主、迅速有效地收敛到要求的输入和输出关系,从而达到精确建模的目的.利用不同文献的实验数据,分别建立反应气体压力、电池温度、燃料气体组成及燃料利用率多变量的SOFC模型.应用仿真对该建模的有效性和建模精度进行了检验.最后在该混合pisigma神经网络辨识模型的基础上,分析了不同工作参数对sDFC工作性能的影响.

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	屠恒勇	上海交通大学自动化系燃料电池研究所	13	51	4.0	7.0
4	吴小娟	上海交通大学自动化系燃料电池研究所	3	29	2.0	3.0