基于动态神经网络的质子交换膜燃料电池建模方法

曹政才; 李博; 刘民; 张杰

doi:10.3969/j.issn.0372-2112.2014.01.016

您当前的位置：

首页 >

文章列表页 >

基于动态神经网络的质子交换膜燃料电池建模方法

学术论文 | 更新时间：2025-07-16

- 基于动态神经网络的质子交换膜燃料电池建模方法
- Approach to Proton Exchange Membrane Fuel Cell Modeling Based on Dynamic Neural Networks
- 电子学报 2014年42卷第1期页码：102-106
- 作者机构：
  
  1. 北京化工大学信息科学与技术学院,北京,100029
  2. 东南大学复杂工程系统测量与控制教育部重点实验室,江苏,南京,210096
  3. 中国科学院理化技术研究所,北京,100190
  4. 清华大学自动化系,北京,100084
  5. 北京化工大学信息科学与技术学院,北京,100029
  6. 东南大学复杂工程系统测量与控制教育部重点实验室,江苏,南京,210096
  7. 中国科学院理化技术研究所,北京,100190
  8. 清华大学自动化系,北京,100084
- 作者简介：
- 基金信息：
  
  国际科技合作与交流专项 (No.2011DFG13000）;国家973重点基础研究发展计划 (No.2009CB320602）;国家自然科学基金 (No.61025018）;系统控制与信息处理教育部重点实验室开放基金 (No.SCIP2011005）和复杂系统管理与控制国家重点实验室要开放课题 (No.20120104）
- DOI：10.3969/j.issn.0372-2112.2014.01.016
  中图分类号： TP183
- 纸质出版：2014
- 稿件说明：
移动端阅览
曹政才, 李博, 刘民, 等. 基于动态神经网络的质子交换膜燃料电池建模方法[J]. 电子学报, 2014,42(1):102-106.

CAO Zheng-cai, LI Bo, LIU Min, et al. Approach to Proton Exchange Membrane Fuel Cell Modeling Based on Dynamic Neural Networks[J]. Acta Electronica Sinica, 2014, 42(1): 102-106.
曹政才, 李博, 刘民, 等. 基于动态神经网络的质子交换膜燃料电池建模方法[J]. 电子学报, 2014,42(1):102-106. DOI： 10.3969/j.issn.0372-2112.2014.01.016.

CAO Zheng-cai, LI Bo, LIU Min, et al. Approach to Proton Exchange Membrane Fuel Cell Modeling Based on Dynamic Neural Networks[J]. Acta Electronica Sinica, 2014, 42(1): 102-106. DOI： 10.3969/j.issn.0372-2112.2014.01.016.

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.

Abstract

An innovative approach of proton exchange membrane fuel cell (PEMFC) modeling based on dynamic neural networks is proposed to improve approximating and self-adaptive ability of the existing PEMFC models.To evaluate the rationality of networks structure

sensitivity analysis (SA) of the model output was introduced.The hidden nodes were pruned or inserted according to the result of SA to optimize the networks structure and parameters

so that the networks could adapt the PEMFC data processing automatically.The approach was validated using operation data from a commercial dual-system fuel cell test platform.The result shows the proposed PEMFC model with more compact structure

higher accuracy and faster convergence rate compared with the common models

have the capability to be applied to engineering simulation applications.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向任务扩展的增量学习动态神经网络:研究进展与展望

小目标特征增强图像分割算法

基于RFID发现服务的一种供应链建模技术

基于Petri网与遗传算法的半导体生产线建模与优化调度

基于Verilog-AMS的数字射频电荷采样混频器的混合信号建模与仿真