基于改进型RBF神经网络的PEM FC电特性建模

作     者：孙涛 闫思佳 曹广益 朱新坚 SUN Tao;YAN Si-jia;CAO Guang-yi;ZHU Xin-jian

作者机构：上海交通大学燃料电池研究所上海200030 上海师范大学应用化学系上海200234 

基　　金：国家863项目基金资助(2003AA517020) 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2006年第23卷第2期

页      码：200-203,214页

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。

主 题 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 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-9348.2006.02.058

馆 藏 号：203187205...