燃料电池的免疫优化小波网络动态建模仿真

• 作者: 屠恒勇 曹广益 李俊 高楠
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 直接内部重整 固体氧化物燃料电池 小波网络 免疫算法
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 271-275
• 页数: 5页
• 分类号: TM911.4
• 字数: 3676字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2010.03.067

摘要

直接内部重整同体氧化物燃料电池(DIR-SOFC)是一种直接以碳氢化合物作为燃料,将化学能转化为电能的发电装置.小波网络(WNN)结合了小波分解的多分辨率逼近(MRA)的优点和神经网络非线性过程学习的能力.为了避免考虑DIR-SOFC内部反应复杂、参数耦合严重的情况,采用了WNN作为辨识工具,并结合免疫算法进行优化,对DIR-SOFC的动态特性进行建模.选取入口燃料流速、空气流速和负载电流作为输入量,对燃料电池的输出电压和温度的动态响应进行预测,并与采用RBF神经网络(RBFNN)方法得到的建模结果进行比较.仿真结果表明,通过该动态模型,电压和温度的预测值与验证数据间的相对误差绝对值分别小于0.0007和0.0004,平均相对误差分别为0.0003和0.0002,能够获得较高的精度并有效地对DIR-SOFC进行动态仿真.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹广益	上海交通大学燃料电池研究所	222	2707	25.0	42.0
2	李俊	上海交通大学燃料电池研究所	103	1235	18.0	31.0
3	屠恒勇	上海交通大学燃料电池研究所	13	51	4.0	7.0
4	高楠	上海大学数学系	5	3	1.0	1.0