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.
|