專利名稱：基于混合模型的燃料電池輸出預(yù)測(cè)方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于質(zhì)子交換膜燃料電池技術(shù)領(lǐng)域，具體涉及一種基于混合模型的質(zhì)子交換膜燃料電池輸出預(yù)測(cè)方法和系統(tǒng)。
背景技術(shù)：
在工程應(yīng)用中，精確的燃料電池動(dòng)態(tài)模型是燃料電池系統(tǒng)控制系統(tǒng)設(shè)計(jì)，故障診斷和功率分配的前提和基礎(chǔ)。目前，質(zhì)子交換膜燃料電池建模方法主要有兩類一類是機(jī)理模型，一類是黑箱模型。文獻(xiàn)(Amphlett J C, Baumert R M, Peppley B A, et al. Performance modelingof the ballard mark iv solid polymer electrolyte fuel cell, i. mechanisticmodel development [J]. Journal of Electrochemical Society, 1995,142 (I) :1-8)分析了質(zhì)子交換膜燃料電池機(jī)理模型，建立了基于機(jī)理模型的靜態(tài)經(jīng)驗(yàn)?zāi)Ｐ?。文獻(xiàn)(PuranikS V, Keyhani A, Khorrami F. State-space modeling of proton exchange membranefuel cell [J]. IEEE Transactions on Energy Conversion, 2010, 25 (3) :804-813)建立了一種適合工程應(yīng)用的質(zhì)子交換膜燃料電池動(dòng)態(tài)機(jī)理模型。文獻(xiàn)(Gao F，Blunier B，Simoes M G, et al. PEM fuel cell stack modeling for real-time emulation inhardware-in-the-loop applications[J]. IEEE Transactions on Energy Conversion,2011,26(1) :184-194)建立了基于狀態(tài)空間的質(zhì)子交換膜燃料電池非線性模型。一般來說，建立在電化學(xué)及熱力學(xué)基礎(chǔ)上的燃料電池機(jī)理模型結(jié)構(gòu)復(fù)雜，對(duì)參數(shù)依賴性較強(qiáng)，不適用于控制系統(tǒng)設(shè)計(jì)方面的工程應(yīng)用。燃料電池的黑箱模型建立在輸入輸出數(shù)據(jù)的基礎(chǔ)上，不依賴電化學(xué)及熱力學(xué)等原理，較適用于工程應(yīng)用。文獻(xiàn)(Puranik S V, KeyhaniA, Khorrami F. Neural networkmodeling of proton exchange membrane fuel cell[J]. IEEE Transactions on EnergyConversion, 2010, 25 (2) :474-483)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)建立質(zhì)子交換膜燃料電池的滑動(dòng)平均模型，可以預(yù)測(cè)燃料電池的動(dòng)態(tài)輸出。文獻(xiàn)(Kunusch C, HusarA, Puleston P,et al. Linear identification and model adjustment of a PEM fuel cellstack[J].International Journal of Hydrogen Energy, 2008, 33 (13) :3581-3587)米用傳遞函數(shù)法對(duì)質(zhì)子交換膜燃料電池進(jìn)行模型辨識(shí)，所得參數(shù)不具有物理意義，但是可以預(yù)測(cè)燃料電池的動(dòng)態(tài)性能。黑箱模型只以輸入輸出數(shù)據(jù)為依據(jù)，忽略了機(jī)理模型所反映的有用信息。以上缺點(diǎn)使得黑箱模型的有效性依賴于采樣數(shù)據(jù)及采樣數(shù)據(jù)的分布范圍，當(dāng)系統(tǒng)運(yùn)行狀態(tài)超出采樣數(shù)據(jù)范圍，或者采樣數(shù)據(jù)分布不合理時(shí)，會(huì)導(dǎo)致模型精度下降，可靠性降低。針對(duì)機(jī)理模型和黑箱模型各自的不足，文獻(xiàn)(Li P,Chen J，Liu G P，et al. Hybr idmodel of fuel cell system using wavelet network and PSO algorithm[C]//Proceedings of the 22th Chinese Control and Decision Conference. Xuzhou, China IEEE, 2010 :2629-2634)提出了質(zhì)子交換膜燃料電池的混合動(dòng)態(tài)模型，將機(jī)理模型和黑箱模型進(jìn)行整合，從而構(gòu)成了混合動(dòng)態(tài)模型，一定程度上提高了模型精度。但是該方法需要對(duì)機(jī)理模型進(jìn)行參數(shù)優(yōu)化，費(fèi)時(shí)費(fèi)力；同時(shí)基于靜態(tài)神經(jīng)網(wǎng)絡(luò)的混合動(dòng)態(tài)模型，適應(yīng)性差，對(duì)燃料電池動(dòng)態(tài)性能的預(yù)測(cè)精度不高。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供了一種基于混合模型的燃料電池輸出預(yù)測(cè)方法和系統(tǒng)，通過基于電化學(xué)、物理化學(xué)規(guī)律的機(jī)理建模，并結(jié)合靜態(tài)神經(jīng)網(wǎng)絡(luò)和變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)，構(gòu)建出燃料電池的混合動(dòng)態(tài)模型，使得混合動(dòng)態(tài)模型在靜態(tài)、動(dòng)態(tài)性能方面均有較高精度。為解決上述技術(shù)問題，本發(fā)明具體方法如下一種基于混合模型的燃料電池輸出預(yù)測(cè)方法，包括建立燃料電池的基礎(chǔ)動(dòng)態(tài)模型，其包括燃料電池輸出電壓的靜態(tài)機(jī)理模型、燃料電池陽極氣體流量的動(dòng)態(tài)機(jī)理模型、燃料電池陰極氣體流量的動(dòng)態(tài)機(jī)理模型以及靜態(tài)神經(jīng) 網(wǎng)絡(luò)；其中，兩個(gè)動(dòng)態(tài)機(jī)理模型分別輸出陽極氣體分壓和陰極氣體分壓，并作為靜態(tài)機(jī)理模型的部分輸入?yún)?shù)；采用靜態(tài)神經(jīng)網(wǎng)絡(luò)補(bǔ)償靜態(tài)機(jī)理模型的輸出，該靜態(tài)神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)與靜態(tài)機(jī)理模型相同，靜態(tài)神經(jīng)網(wǎng)絡(luò)的輸出參數(shù)為電池實(shí)際靜態(tài)輸出與靜態(tài)機(jī)理模型輸出之差的估計(jì)值；將靜態(tài)神經(jīng)網(wǎng)絡(luò)與靜態(tài)機(jī)理模型輸出相疊加作為基礎(chǔ)動(dòng)態(tài)模型輸出
V ·
v out，建立變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)，變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)和基礎(chǔ)動(dòng)態(tài)模型構(gòu)成混合動(dòng)態(tài)模型；所述變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)包括動(dòng)態(tài)機(jī)理模型和靜態(tài)機(jī)理模型所需輸入?yún)?shù)中能夠通過傳感器測(cè)量獲取的部分，還包括燃料電池實(shí)際輸出電壓\與基礎(chǔ)動(dòng)態(tài)模型輸出Vwt之間的誤差V6;配置變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)使其輸出參數(shù)逼近V6的導(dǎo)數(shù)；對(duì)變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的輸出進(jìn)行積分后與基礎(chǔ)動(dòng)態(tài)模型輸出Vtjut疊加，得到燃料電池輸出電壓預(yù)測(cè)值。本發(fā)明還提供了一種基于混合模型的燃料電池輸出預(yù)測(cè)系統(tǒng)，應(yīng)用于預(yù)測(cè)質(zhì)子交換膜燃料電池的輸出電壓，該系統(tǒng)包括傳感器模塊、靜態(tài)機(jī)理模型模塊、靜態(tài)補(bǔ)償模塊、陽極動(dòng)態(tài)機(jī)理模型模塊、陰極動(dòng)態(tài)機(jī)理模型模塊、誤差預(yù)測(cè)模塊、第一加法器、第二加法器，減法器和積分模塊；所述傳感器模塊，用于采集燃料電池工作時(shí)氫氣進(jìn)入陽極的質(zhì)量流量WH2in、氧氣進(jìn)入陽極的質(zhì)量流量Wtj2in'電池瞬時(shí)電流密度U11和燃料電池溫度T和燃料電池實(shí)際輸出電壓I利用U11計(jì)算出氫氣在陽極進(jìn)行電化學(xué)反應(yīng)的質(zhì)量流量WH2_和氧氣在陰極進(jìn)行電化學(xué)反應(yīng)的質(zhì)量流量Wu輸出{WH2in，ffH2rea, T}至陽極動(dòng)態(tài)機(jī)理模型模塊，輸出(Wtj2in,W02rea,Τ}至陰極動(dòng)態(tài)機(jī)理模型模塊，輸出Ueell,Τ}至靜態(tài)機(jī)理模型模塊和靜態(tài)補(bǔ)償模塊；輸出\給減法器；所述陽極動(dòng)態(tài)機(jī)理模型模塊，內(nèi)存質(zhì)子交換膜燃料電池陽極氫氣流量的動(dòng)態(tài)機(jī)理模型fH2，fH2的輸入?yún)?shù)為{WH2in，WH2rea，Τ}，輸出參數(shù)為氫氣分壓Ph2 ;將Ph2輸出至靜態(tài)機(jī)理模型模塊和靜態(tài)補(bǔ)償模塊；所述陰極動(dòng)態(tài)機(jī)理模型模塊，內(nèi)存質(zhì)子交換膜燃料電池陰極氧氣流量的動(dòng)態(tài)機(jī)理模型42，f02的輸入?yún)?shù)為T}，輸出參數(shù)為氧氣分壓Pffi ;將Pffi輸出至靜態(tài)機(jī)理模型模塊和靜態(tài)補(bǔ)償模塊；
所述靜態(tài)機(jī)理模型模塊，內(nèi)存質(zhì)子交換膜燃料電池輸出電壓的靜態(tài)機(jī)理模型fm，fffl的輸入?yún)?shù)為Um11, Pe2^ 02 τ},將靜態(tài)機(jī)理模型輸出的電池電壓Vratl輸出至第一加法器；所述靜態(tài)補(bǔ)償模塊，采用四輸入一輸出的徑向基人工神經(jīng)網(wǎng)絡(luò)(K，(^的輸入為U ；ii，Pm，Ρ(κ，τ}，輸出為燃料電池靜態(tài)輸出電壓與靜態(tài)機(jī)理模型fm輸出電壓之差Vtjut2的估計(jì)值Vtjut2,并預(yù)先完成的訓(xùn)練；靜態(tài)補(bǔ)償模塊輸出Vtjut2至第一加法器；所述第一加法器將Vrat = Voutl+Vout2的計(jì)算結(jié)果輸出給減法器和第二加法器；所述減法器將\ = Vr-Vout的計(jì)算結(jié)果輸出給誤差預(yù)測(cè)模塊；所述誤差預(yù)測(cè)模塊，采用五輸入一輸出的變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)Φ3，的輸入?yún)?shù)為{icellJWH2in, W02in, T，VJ，配置變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)使其輸出參數(shù)逼近V6的導(dǎo)數(shù)，變結(jié)構(gòu)神經(jīng)網(wǎng) 絡(luò)
的輸出參數(shù)記為
權(quán)利要求
1.一種基于混合模型的燃料電池輸出預(yù)測(cè)方法，其特征在于，包括 建立燃料電池的基礎(chǔ)動(dòng)態(tài)模型，其包括燃料電池輸出電壓的靜態(tài)機(jī)理模型、燃料電池陽極氣體流量的動(dòng)態(tài)機(jī)理模型、燃料電池陰極氣體流量的動(dòng)態(tài)機(jī)理模型以及靜態(tài)神經(jīng)網(wǎng)絡(luò)；其中， 兩個(gè)動(dòng)態(tài)機(jī)理模型分別輸出陽極氣體分壓和陰極氣體分壓，并作為靜態(tài)機(jī)理模型的部分輸入?yún)?shù)；采用靜態(tài)神經(jīng)網(wǎng)絡(luò)補(bǔ)償靜態(tài)機(jī)理模型的輸出，該靜態(tài)神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)與靜態(tài)機(jī)理模型相同，靜態(tài)神經(jīng)網(wǎng)絡(luò)的輸出參數(shù)為電池實(shí)際靜態(tài)輸出與靜態(tài)機(jī)理模型輸出之差的估計(jì)值；將靜態(tài)神經(jīng)網(wǎng)絡(luò)與靜態(tài)機(jī)理模型輸出相疊加作為基礎(chǔ)動(dòng)態(tài)模型輸出Vtjut ； 建立變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)，變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)和基礎(chǔ)動(dòng)態(tài)模型構(gòu)成混合動(dòng)態(tài)模型；所述變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)包括動(dòng)態(tài)機(jī)理模型和靜態(tài)機(jī)理模型所需輸入?yún)?shù)中能夠通過傳感器測(cè)量獲取的部分，還包括燃料電池實(shí)際輸出電壓\與基礎(chǔ)動(dòng)態(tài)模型輸出Vtjut之間的誤差Ve ;配置變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)使其輸出參數(shù)逼近V6的導(dǎo)數(shù)； 對(duì)變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的輸出進(jìn)行積分后與基礎(chǔ)動(dòng)態(tài)模型輸出Vtjut疊加，得到燃料電池輸出電壓預(yù)測(cè)值0。
2.如權(quán)利要求I所述的方法，其特征在于，所述燃料電池為質(zhì)子交換膜燃料電池，該預(yù)測(cè)方法的具體實(shí)現(xiàn)過程如下 步驟I:建立質(zhì)子交換膜燃料電池輸出電壓的靜態(tài)機(jī)理模型匕；匕的輸入?yún)?shù)為Urell,PH2，P02^ T}，其中，irall為電池瞬時(shí)電流密度，Ph2為氫氣分壓，P02為氧氣分壓，T為燃料電池溫度; 步驟2 :建立靜態(tài)機(jī)理模型fm的補(bǔ)償模型，該補(bǔ)償模型采用四輸入一輸出的徑向基人工神經(jīng)網(wǎng)絡(luò)Φ。，徑向基人工神經(jīng)網(wǎng)絡(luò)小 的輸入為Ucell, PH2，PQ2，T}，輸出為燃料電池實(shí)際靜態(tài)輸出電壓與靜態(tài)機(jī)理模型fm輸出電壓之差的估計(jì)值；并預(yù)先完成cK的訓(xùn)練； 步驟3 :將靜態(tài)機(jī)理模型fm與徑向基人工神經(jīng)網(wǎng)絡(luò)的輸出之和作為基礎(chǔ)動(dòng)態(tài)模型輸出Vmrt ； 步驟4:建立質(zhì)子交換膜燃料電池陽極氫氣流量的動(dòng)態(tài)機(jī)理模型fH2和陰極氧氣流量的動(dòng)態(tài)機(jī)理模型4 ;fH2的輸入?yún)?shù)為{WH2in，WH2rea，T}，輸出參數(shù)為Ph2 的輸入?yún)?shù)為(Wtj2in,W02rea, T}，輸出參數(shù)為P02 ;將輸出的Ph2和P02作為fm和Φ u的輸入；其中，\\2in, Wh2J分別為氫氣進(jìn)入陽極和進(jìn)行電化學(xué)反應(yīng)的質(zhì)量流量，(Wffiin, W02reJ分別為氧氣進(jìn)入陽極和進(jìn)行電化學(xué)反應(yīng)的質(zhì)量流量； 步驟5 :建立五輸入一輸出的變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)Φ3，的輸入?yún)?shù)為Ucell，WH2in, W02in,T，VJ，其中，V6 = Vr-Vout配置變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)使其輸出參數(shù)逼近V6的導(dǎo)數(shù)，變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的輸出參數(shù)記為 步驟6 :在實(shí)際預(yù)測(cè)時(shí)，采集燃料電池的實(shí)際W112in^2in' iMll、T和Vp利用U1計(jì)算W112rea和采用兩個(gè)動(dòng)態(tài)機(jī)理模型fH2和fm得到氫氣分壓Ph2和氧氣分壓Pffi ;然后，利用靜態(tài)機(jī)理模型fm與徑向基人工神經(jīng)網(wǎng)絡(luò)計(jì)算基礎(chǔ)動(dòng)態(tài)模型輸出Vwt ； 采用采集的\和計(jì)算得到的Vtjut計(jì)算\，將ffH2in, W02in, T，VJ輸入變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)并對(duì)的輸出$進(jìn)行積分得到誤差預(yù)測(cè)值g ,將基礎(chǔ)動(dòng)態(tài)模型輸出Vwt與誤差預(yù)測(cè)值t相加得到質(zhì)子交換膜燃料電池輸出預(yù)測(cè)值t。
3.如權(quán)利要求2所述的方法，其特征在于，所述步驟I具體包括 首先進(jìn)行如下假設(shè)所有氣體都滿足理想氣體假設(shè)；所有氣體都在流道內(nèi)均勻分布，延流道的氣體壓強(qiáng)損失忽略不計(jì)；燃料電池各處溫度一致并保持常數(shù)，同時(shí)溫度低于100°C;陽極氣體相對(duì)濕度為50%，陰極氣體相對(duì)濕度為100%;忽略燃料電池電堆內(nèi)單電池間的參數(shù)差異； 電池電堆的輸出電壓Vstadt表示為
4.如權(quán)利要求2所述的方法，其特征在于，所述步驟6在采用變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)獲得誤差預(yù)測(cè)值的導(dǎo)數(shù)$時(shí)，將實(shí)時(shí)采樣數(shù)據(jù)依次輸入變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)； 如果變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)誤差小于或等于預(yù)設(shè)的期望誤差閾值eM，并同時(shí)大于或等于預(yù)設(shè)的刪除誤差閾值6(1，則變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)不對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行變更，僅對(duì)節(jié)點(diǎn)函數(shù)的權(quán)值進(jìn)行自適應(yīng)調(diào)整；所述預(yù)測(cè)誤差為變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的輸出$經(jīng)積分后與輸入\之間的差值； 如果所述預(yù)測(cè)誤差小于或等于期望誤差閾值eM，同時(shí)小于刪除誤差閾值ed，則變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)對(duì)所有節(jié)點(diǎn)函數(shù)進(jìn)行響應(yīng)度判斷，如果節(jié)點(diǎn)函數(shù)的輸出值小于設(shè)定的節(jié)點(diǎn)函數(shù)輸出閾值S，則刪除該節(jié)點(diǎn)，并對(duì)其余節(jié)點(diǎn)函數(shù)的權(quán)值進(jìn)行自適應(yīng)調(diào)整；否則不進(jìn)行刪除節(jié)點(diǎn)操作，直接對(duì)節(jié)點(diǎn)函數(shù)的權(quán)值進(jìn)行自適應(yīng)調(diào)整； 如果所述預(yù)測(cè)誤差大于期望誤差閾值eM，則由低層級(jí)柵格向高層級(jí)柵格逐層級(jí)搜索可增加的網(wǎng)絡(luò)節(jié)點(diǎn)，并以最先找到的柵格節(jié)點(diǎn)作為新的網(wǎng)絡(luò)節(jié)點(diǎn)加入到神經(jīng)網(wǎng)絡(luò)中，然后對(duì)所有節(jié)點(diǎn)函數(shù)的權(quán)值進(jìn)行自適應(yīng)調(diào)整。
5.一種基于混合模型的燃料電池輸出預(yù)測(cè)系統(tǒng)，應(yīng)用于預(yù)測(cè)質(zhì)子交換膜燃料電池的輸出電壓，其特征在于，該系統(tǒng)包括傳感器模塊、靜態(tài)機(jī)理模型模塊、靜態(tài)補(bǔ)償模塊、陽極動(dòng)態(tài)機(jī)理模型模塊、陰極動(dòng)態(tài)機(jī)理模型模塊、誤差預(yù)測(cè)模塊、第一加法器、第二加法器，減法器和積分模塊； 所述傳感器模塊，用于采集燃料電池工作時(shí)氫氣進(jìn)入陽極的質(zhì)量流量WH2in、氧氣進(jìn)入陽極的質(zhì)量流量Wtj2in'電池瞬時(shí)電流密度U11和燃料電池溫度T和燃料電池實(shí)際輸出電壓Vp利用U11計(jì)算出氫氣在陽極進(jìn)行電化學(xué)反應(yīng)的質(zhì)量流量wH2_和氧氣在陰極進(jìn)行電化學(xué)反應(yīng)的質(zhì)量流量w_a;輸出{WH2in，WH2rea，T}至陽極動(dòng)態(tài)機(jī)理模型模塊，輸出(Wffiin, W_a，T}至陰極動(dòng)態(tài)機(jī)理模型模塊，輸出Urell, Tl至靜態(tài)機(jī)理模型模塊和靜態(tài)補(bǔ)償模塊；輸出I給減法器； 所述陽極動(dòng)態(tài)機(jī)理模型模塊，內(nèi)存質(zhì)子交換膜燃料電池陽極氫氣流量的動(dòng)態(tài)機(jī)理模型fH2，fH2的輸入?yún)?shù)為{WH2in，ffH2rea, T}，輸出參數(shù)為氫氣分壓Ph2 ;將Ph2輸出至靜態(tài)機(jī)理模型模塊和靜態(tài)補(bǔ)償模塊； 所述陰極動(dòng)態(tài)機(jī)理模型模塊，內(nèi)存質(zhì)子交換膜燃料電池陰極氧氣流量的動(dòng)態(tài)機(jī)理模型fffi，f02的輸入?yún)?shù)為(Wffiin, W02rea, T}，輸出參數(shù)為氧氣分壓Ptj2 ;將P02輸出至靜態(tài)機(jī)理模型模塊和靜態(tài)補(bǔ)償模塊； 所述靜態(tài)機(jī)理模型模塊，內(nèi)存質(zhì)子交換膜燃料電池輸出電壓的靜態(tài)機(jī)理模型fm，fm的輸入?yún)?shù)為
全文摘要
本發(fā)明公開了基于混合模型的燃料電池輸出預(yù)測(cè)方法和系統(tǒng)，使得混合動(dòng)態(tài)模型在靜態(tài)、動(dòng)態(tài)性能方面均有較高精度。在所述方法中，建立燃料電池輸出電壓的靜態(tài)機(jī)理模型、燃料電池陽極氣體流量和陰極氣體流量的動(dòng)態(tài)機(jī)理模型、靜態(tài)神經(jīng)網(wǎng)絡(luò)和變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)；兩個(gè)動(dòng)態(tài)機(jī)理模型的輸出作為靜態(tài)機(jī)理模型的部分輸入?yún)?shù)；采用靜態(tài)神經(jīng)網(wǎng)絡(luò)補(bǔ)償靜態(tài)機(jī)理模型的輸出后得到Vout；采用變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)逼近燃料電池實(shí)際輸出與Vout的誤差Ve的導(dǎo)數(shù)，對(duì)變結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)的輸出進(jìn)行積分后得到誤差估計(jì)值與Vout疊加得到燃料電池輸出電壓預(yù)測(cè)值。
文檔編號(hào)G06N3/02GK102663219SQ201110432048
公開日2012年9月12日 申請(qǐng)日期2011年12月21日 優(yōu)先權(quán)日2011年12月21日
發(fā)明者徐志書, 徐星, 李鵬, 蔡濤, 鄭偉偉, 陳晨, 陳杰 申請(qǐng)人:北京理工大學(xué)