基于动态神经网络的质子交换膜燃料电池建模方法

被引：5

作者：

曹政才 ^{[1
,2
]}

李博 ^{[3
]}

刘民 ^{[4
]}

张杰 ^{[1
]}

机构：

[1] 北京化工大学信息科学与技术学院

[2] 东南大学复杂工程系统测量与控制教育部重点实验室

[3] 中国科学院理化技术研究所

[4] 清华大学自动化系

来源：

电子学报 | 2014年 / 42卷 / 01期

关键词：

质子交换膜燃料电池; 建模; 动态神经网络; 敏感度分析;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM911.4 [燃料电池];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0808 ;

摘要：

针对现有质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)模型逼近能力不足、自适应性差的问题,提出一种基于动态神经网络的PEMFC建模方法.该方法引入神经网络输出敏感度作为隐含层结构合理性判别依据,根据敏感度分析结果选择采用相应的神经元修改算法调整隐含层结构,使隐含层神经元数目根据燃料电池数据处理需求动态变化,实现模型结构与参数的双重优化.以某型双系统燃料电池测试平台实际运行数据为例进行验证,结果表明构建的PEMFC动态神经网络模型比传统模型的网络规模小、拟合精度高、收敛速度快,适用于工程化仿真应用.

引用

页码：102 / 106

页数：5

共 7 条

[1] 基于模型输出敏感度分析的动态神经网络结构设计 [J].

韩红桂 ;

李淼 ;

乔俊飞 .

电子学报, 2010, 38 (03) :731-736

[2]

Pore scale 3D modelling of heat and mass transfer in the gas diffusion layer and cathode channel of a PEM fuel cell[J] . A. Kopanidis,A. Theodorakakos,M. Gavaises,D. Bouris.International Journal of Thermal Sciences . 2010 (4)

[3]

Modeling of ion and water transport in the polymer electrolyte membrane of PEM fuel cells[J] . J.J. Baschuk,Xianguo Li.International Journal of Hydrogen Energy . 2009 (10)

[4] Neural network model for a commercial PEM fuel cell system [J].

Saenrung, Anucha ;

Abtahi, Amir ;

Zilouchian, Ali .

JOURNAL OF POWER SOURCES, 2007, 172 (02) :749-759

[5] A three-dimensional full-cell CFD model used to investigate the effects of different flow channel designs on PEMFC performance [J].

Ferng, Yuh Ming ;

Su, Ay .

INTERNATIONAL JOURNAL OF HYDROGEN ENERGY, 2007, 32 (17) :4466-4476

[6]

Empirical modeling of polymer electrolyte membrane fuel cell performance using artificial neural networks[J] . Won-Yong Lee,Gu-Gon Park,Tae-Hyun Yang,Young-Gi Yoon,Chang-Soo Kim.International Journal of Hydrogen Energy . 2003 (9)

[7] Modeling electrochemical performance in large scale proton exchange membrane fuel cell stacks [J].

Lee, JH ;

Lalk, TR ;

Appleby, AJ .

JOURNAL OF POWER SOURCES, 1998, 70 (02) :258-268

← 1 →