MCFC型燃料电池的神经网络建模与基于FGA的模糊控制研究

摘要：

为了提高燃料电池的发电性能,熔融碳酸盐燃料电池(MCFC)堆的运行温度应该控制在一个合适的范围内.本文首先利用RBF神经网络辨识复杂非线性系统的能力,基于实验的输入输出数据,建立起MCFC电堆的神经网络温度模型;然后设计了MCFC电堆工作温度的一个基于模糊遗传算法的在线模糊控制器,用模糊遗传算法同时优化模糊控制器的参数及规则.最后用神经网络的辨识模型代替实际的电堆进行控制仿真,仿真结果证明建模是有效的,所设计的模糊控制器具有较好的性能.

关键词：熔融碳酸盐燃料电池、神经网络、模糊遗传算法(FGA)

所属期刊栏目：15

分类号：TP3;TP2

资助基金：国家高技术研究发展计划863计划2002AA517020

在线出版日期：2005-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：65-70