基于最小二乘支持向量机的SOFC电特性建模

摘要：

针对现有的固体氧化物燃料电池(SOFC)模型过于复杂的弊端,提出了一种基于最小二乘支持向量机(LS-SVM)的建模方法,用具有径向基函数(RBF)核函数的LS-SVM建立了SOFC电堆的非线性模型.应用仿真对建模的有效性和精度进行了检验,并与径向基函数神经网络(RBFNN)模型的辨识效果进行了比较.仿真结果证明,与RBFNN模型相比,LS-SVM模型具有较高的预测精度,这表明用LS-SVM对SOFC电堆进行建模是可行的.该LS-SVM模型的建立,对SOFC系统控制策略的研究具有一定的实用价值.

关键词：固体氧化物燃料电池(SOFC)、最小二乘支持向量机(LS-SVM)、径向基函数神经网络(RBFNN)、建模

所属期刊栏目：17

分类号：O1(数学)

资助基金：国家高技术研究发展计划863计划2003AA517020

在线出版日期：2007-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：836-839