公开(公告)号：CN102663219B

公开(公告)日：2015-03-04

申请号：CN201110432048.6

申请日：2011-12-21

Applicant: 北京理工大学

Inventor： 陈杰 ,  陈晨 ,  李鹏 ,  蔡涛 ,  郑伟伟 ,  徐志书 ,  徐星

IPC: G06F19/00 ,  G06N3/02

Abstract: 本发明公开了基于混合模型的燃料电池输出预测方法和系统，使得混合动态模型在静态、动态性能方面均有较高精度。在所述方法中，建立燃料电池输出电压的静态机理模型、燃料电池阳极气体流量和阴极气体流量的动态机理模型、静态神经网络和变结构神经网络；两个动态机理模型的输出作为静态机理模型的部分输入参数；采用静态神经网络补偿静态机理模型的输出后得到Vout；采用变结构神经网络逼近燃料电池实际输出与Vout的误差Ve的导数，对变结构神经网络的输出进行积分后得到误差估计值与Vout叠加得到燃料电池输出电压预测值。

公开(公告)号：CN102663219A

公开(公告)日：2012-09-12

申请号：CN201110432048.6

申请日：2011-12-21

Applicant: 北京理工大学

Inventor： 陈杰 ,  陈晨 ,  李鹏 ,  蔡涛 ,  郑伟伟 ,  徐志书 ,  徐星

IPC: G06F19/00 ,  G06N3/02

Abstract: 本发明公开了基于混合模型的燃料电池输出预测方法和系统，使得混合动态模型在静态、动态性能方面均有较高精度。在所述方法中，建立燃料电池输出电压的静态机理模型、燃料电池阳极气体流量和阴极气体流量的动态机理模型、静态神经网络和变结构神经网络；两个动态机理模型的输出作为静态机理模型的部分输入参数；采用静态神经网络补偿静态机理模型的输出后得到Vout；采用变结构神经网络逼近燃料电池实际输出与Vout的误差Ve的导数，对变结构神经网络的输出进行积分后得到误差估计值与Vout叠加得到燃料电池输出电压预测值。