基于混合pi-sigma神经网络的固体氧化物燃料电池建模.pdfVIP

维普资讯 第35卷 第7期 要氧电力 Vo1．35 No．7 East ChinaElectricPower 2007年 7月 Ju1． 2007 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 (SOFC)建模难的现状，提出了一种基于混合pi-sigma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人和输出关 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- simga神经网络辨识模型的基础上，分析了不同工作参数对SOFC工作性能的影响。 关键词：固体氧化物燃料电池；pi—simga神经网络；电池建模 基金项 目：“863”科研项 目发展基金 (2003AA517020) 作者简介：吴小娟 (1981．)，女，博士研究生，研究方向为燃料电池等非线性系统的建模与控制。 中图分类号：TM911．4 文献标识码：A 文章编号：1001-9529(2007)07-0013-04 M odellingofsolidoxidefuelcellsbasedonhybridpi-sigmaneuralnetworks WUXiao-juan ZHUXin-jian．CAOGuan—yi，TUHeng—yong (InstituteofFuelCell，Dept．ofAutomation，ShanghaiJiaotongUniv．，Shanghai200030，China) Abstract：Tosolvethedifficultmodellingofsolidoxidefuelcells(SOFC)，anewmodellingmethodbasedonhybrid pi—simg aneuralnetworksisproposed．Throughon-linecorrectingmembershipfunctionsandconclusionparameters， themethodenablesthenetworktoautomatically，quickly，andeffectivelygettherequiredinput／outputrelations，nad thusrealizesaccuratemodelling．Byusingtheexperimental datafrom variousdocumentations，themulti—variables SOFCmodelforreactivegaspressure，fuelcelltemperature，fuelagscomposing，nadfuelutilizationWas established． Th eeffectivenessandaccuracyofthemodellingwere inspectedbysimulation．Theinfluencesofdifferentparameters ontheSOFCperformnace81eanalyzedbasedontheestablishedmode1． Keywords：solidoxidefuelcells(SOFC)；pi—simganeuralnetwork；fuelcellmodelling 在燃料电池技术发展中