基于改进RBFNN的SOFC辨识建模(英文)

作     者：霍海波 刘雨青 吴燕翔 杨琛 张海刚 HUO Hai-bo;LIU Yu-qing;WU Yan-xiang;YANG Chen;ZHANG Hai-gang

作者机构：上海海洋大学电气工程系上海201306 

基　　金：上海海洋大学博士生科学基金(A-3605-08-0294) 上海优秀青年科学基金(B-8101-09-0034)资助 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2009年第9卷第23期

页      码：7012-7016页

摘      要：针对现有的固体氧化物燃料电池(SOFC)模型过于复杂,难以满足控制系统的设计需要的弊端,基于一种改进的径向基函数神经网络(RBFNN)辨识技术建立了SOFC的非线性模型。在建模过程中,以SOFC的燃料利用率为模型的输入,电压和电流为模型输出。利用800组实验数据作为训练样本,建立了SOFC的电流-电压辨识模型。仿真结果表明了所建模型的有效性和精度。该模型的建立为先进的控制策略研究奠定了基础。

主 题 词：固体氧化物燃料电池(SOFC) 径向基函数神经网络(RBFNN) 建模 辨识 

学科分类：0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1671-1815.2009.23.014

馆 藏 号：203933400...