基于混合pi-sigma神经网络的固体氧化物燃料电池建模 modelling of solid oxide fuel cells based on hybrid pi-sigma neural networks.pdfVIP

第35卷第7期 要蓉电力 V01．35No．7 巳nchi憎EIe吐ricPa∞r 20cr7年7月 Jlll．200r7 基于混合pi—sigma神经网络的 固体氧化物燃料电池建模 吴小娟．朱新坚，曹广益，屠恒勇 (上海交通大学自动化系燃料电池研究所，上海200030) 摘要：针对固体氧化物燃料电池(s0Fc)建模难的现状，提出了一种基于混合pi．8ig哪神经网络建模的新方 法。该方法通过在线修正隶属函数和结论参数，使得网络能够自主、迅速有效地收敛到要求的输入和输出关 系，从而达到精确建模的目的。利用不同文献的实验数据，分别建立反应气体压力、电池温度、燃料气体组成 及燃料利用率多变量的SOFc模型。应用仿真对该建模的有效性和建模精度进行了检验。最后在该混合pi- sig咖神经网络辨识模型的基础上，分析了不同工作参数对SoFc