基于改进RBFNN的SOFC辨识建模

摘要：

针对现有的固体氧化物燃料电池(SOFC)模型过于复杂,难以满足控制系统的设计需要的弊端,基于一种改进的径向基函数神经网络(RBFNN)辨识技术建立了SOFC的非线性模型.在建模过程中,以SOFC的燃料利用率为模型的输入,电压和电流为模型输出.利用800组实验数据作为训练样本,建立了SOFC的电流-电压辨识模型.仿真结果表明了所建模型的有效性和精度.该模型的建立为先进的控制策略研究奠定了基础.

关键词：固体氧化物燃料电池(SOFC)、径向基函数神经网络(RBFNN)、建模、辨识

所属期刊栏目：9

分类号：TM911.41

资助基金：上海海洋大学博士生科学基金A-3605-08-0294;上海优秀青年科学基金B-8101-09-0034

在线出版日期：2010-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：7012-7016