RBF神经网络模型在PEMFC湿度值估测中的应用研究 Study on application of RBF neural network model to estimate of PEMFC humidity.pdfVIP

第25卷第2期 电子测量与仪器学报 场L25^h2 · · 124 joURNALoFELECTRoNlcMEAsUREMENTANDIN孵RUMENT 2011年2月 DOI：10．3724，SP．J．1187．2011．00124 曹晓蕾1全书海1，2谭保华2，3 (1．武汉理工大学自动化学院，武汉430072； 2．武汉理工大学汽车—[程学院，武汉430072 3．湖北工业大学理学院，武汉430068) 摘 要：质子交换膜燃料电池的湿度对其性能有很大影响。分析了质子交换膜燃料电池的含水量与主要影响参数的关系， 并将K均值聚类算法和正交最小二乘算法进行对比，在此基础上建立了质子交换膜含水量与燃料电池内阻值关系的RBF神经 网络控制模型。实验仿真结果表明，正交最小二乘法要优于K均值聚类算法，该模型达到了预设的估测精度。 关键词：质子交换膜燃料电池；膜的含水量；相对湿度；正交最dx-