-
公开(公告)号：CN118657058A
公开(公告)日：2024-09-17
申请号：CN202411105060.X
申请日：2024-08-13
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/045 , G06N3/084 , G06N3/126 , G06F113/04
Abstract: 本发明公开了一种基于GA‑BP的气化集成并联三电堆SOFC系统的性能预测方法及系统，涉及系统性能预测技术领域，采用集总建模的方法对气化集成并联三电堆SOFC系统进行建模，将气化集成并联三电堆SOFC系统的数据集用于训练GA‑BP模型。根据此模型可以对气化集成并联三电堆SOFC系统中每个电堆的电效率和净电压等性能参数进行预测，进而对系统的设计参数以及操作条件进行优化。本发明通过将遗传算法与BP神经网络相结合来预测气化集成并联三电堆SOFC系统的性能参数，解决了传统的BP神经网络经常会遇到陷入局部最优的问题，有助于进行更广泛的全局搜索，找出最优参数组合，提高了模型预测的系统性能参数准确性。
-
公开(公告)号：CN118656647A
公开(公告)日：2024-09-17
申请号：CN202411123864.2
申请日：2024-08-16
Applicant: 南昌大学
IPC: G06F18/214 , G06N3/006 , G06N3/084
Abstract: 本发明提供了一种固体氧化物燃料电池及燃气轮机集成系统的性能预测方法及系统，涉及性能预测技术领域，其中方法包括以下步骤：组建固体氧化物燃料电池及燃气轮机集成系统并得到系统的性能数据，并利用性能数据组成数据集；构建性能预测模型，并利用所述数据集对所述性能预测模型进行训练及优化；采集固体氧化物燃料电池及燃气轮机集成系统的实际运行参数，并输入至经过训练及优化的所述性能预测模型进行预测，得到对应的性能预测数据；本发明能够实现更为精确的对固体氧化物燃料电池及燃气轮机集成系统的性能预测。
-
公开(公告)号：CN117234075A
公开(公告)日：2023-12-15
申请号：CN202311144725.3
申请日：2023-09-06
Applicant: 南昌大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于BP神经网络的SOFC与锂电池混合供电系统的MPC控制方法及系统，将在系统运行时，SOFC与锂电池混合供电系统看作是二输入‑二输出的多变量系统，选取SOFC输出功率和锂电池电流为被控变量，选取空气流量和氢气流量作为控制变量，选取管道温度偏差作为主要扰动变量，使用BP神经网络，建立SOFC与锂电池混合供电系统神经网络模型；其后，将该神经网络模型作为预测模型，建立SOFC与锂电池混合供电系统MPC控制方法，从而可以预测SOFC与锂电池混合供电系统输出特性，有效处理SOFC与锂电池混合供电系统的大延迟特性，提高输出测的动态调节品质，使得控制系统适应工业现场需要。
-
公开(公告)号：CN118630266B
公开(公告)日：2025-01-24
申请号：CN202411110645.0
申请日：2024-08-14
Applicant: 南昌大学
IPC: H01M8/04664 , H01M8/04992 , G01D21/02 , G06N3/006 , G06N3/047 , G06N3/06
Abstract: 本发明公开了一种SOFC系统电堆性能分级与故障诊断方法及系统，涉及电堆性能退化等级的故障判断技术领域，包括：将SOFC系统的功率、燃烧室温度、电堆温度等特征参数作为数据集构建贝叶斯人工神经网络结构，进行训练模型时，高维样本数据会导致训练时间过长，计算程度过于复杂，通过算法对特征变量进行排序以克服此类问题。通过算法搜寻隐藏层神经元个数，以找到隐藏层神经元个数的最优解，将最优隐藏层神经元个数输入贝叶斯人工神经网络模型中，得到电堆性能退化等级故障诊断的最佳模型，根据此模型进行预测，提高了单个类别正确诊断率；将特征选择算法和贝叶斯人工神经网络相结合，得到更优特征组合，有效提升整体故障诊断效率。
-
公开(公告)号：CN118630266A
公开(公告)日：2024-09-10
申请号：CN202411110645.0
申请日：2024-08-14
Applicant: 南昌大学
IPC: H01M8/04664 , H01M8/04992 , G01D21/02 , G06N3/006 , G06N3/047 , G06N3/06
Abstract: 本发明公开了一种SOFC系统电堆性能分级与故障诊断方法及系统，涉及电堆性能退化等级的故障判断技术领域，包括：将SOFC系统的功率、燃烧室温度、电堆温度等特征参数作为数据集构建贝叶斯人工神经网络结构，进行训练模型时，高维样本数据会导致训练时间过长，计算程度过于复杂，通过算法对特征变量进行排序以克服此类问题。通过算法搜寻隐藏层神经元个数，以找到隐藏层神经元个数的最优解，将最优隐藏层神经元个数输入贝叶斯人工神经网络模型中，得到电堆性能退化等级故障诊断的最佳模型，根据此模型进行预测，提高了单个类别正确诊断率；将特征选择算法和贝叶斯人工神经网络相结合，得到更优特征组合，有效提升整体故障诊断效率。
-
Patent Agency Ranking
公开(公告)号：CN117725446A
公开(公告)日：2024-03-19
申请号：CN202410173816.8
申请日：2024-02-07
Applicant: 南昌大学
IPC: G06F18/2321 , G06N3/084 , G06N3/126 , G06N3/086
Abstract: 本发明公开了一种基于GA‑BP的SOFC电堆性能衰减预测方法及系统，涉及电堆性能衰减预测技术领域，首先获取SOFC样机运行数据集，其中包括电压和电压影响参数，并设计BP神经网络的结构；使用SOFC样机运行数据集进行训练，使用改进的遗传算法，对BP神经网络的初始权值和阈值进行优化，得到GA‑BP固体氧化物燃料电池电压预测模型；采集最新SOFC实际运行数据，将电压影响参数输入模型，得到电压预测值；根据所述电压预测值，得到电压的变化趋势，在相同电流情况下，即为电堆性能衰减趋势。本发明将改进的遗传算法与BP神经网络相结合，找到更优参数组合，并且考虑了停机时间和停机次数，提高了预测结果的准确性。
-
公开(公告)号：CN117199441A
公开(公告)日：2023-12-08
申请号：CN202311161526.3
申请日：2023-09-09
Applicant: 南昌大学
IPC: H01M8/04298 , H01M8/04746 , H01M8/04992
Abstract: 本发明公开了一种固体氧化物燃料电池系统的复合抗扰解耦控制系统，包括氢气、空气进气量目标值的计算模块，模糊控制模块，自抗扰控制模块，以及SOFC电堆。模糊控制模块包括基本控制器和前馈模糊控制器，其中，基本控制器根据固体氧化物燃料电池系统中所有模块的稳态运行特性，采用P I D调节方法控制稳态工况下的实际管道进气量；前馈模糊控制器则利用相邻模块的耦合作用，修正管道进气量；针对基本控制器和前馈模糊控制器的偏差，自抗扰控制模块将其全部视为扰动，进行实时估计和补偿。本发明可以完成固体氧化物燃料电池系统快速解耦的控制过程，使其能稳定、高精度地工作。
-
公开(公告)号：CN116779915A
公开(公告)日：2023-09-19
申请号：CN202310943564.8
申请日：2023-07-28
Applicant: 南昌大学
IPC: H01M8/04701 , H01M8/12
Abstract: 本发明公开了一种同时控制SOFC系统下电堆和尾气燃烧室温度安全的方法，取代现有的通过空气旁路阀调节、电子负载电流调节两种方式进行SOFC系统的电堆温度和尾气燃烧室温度的控制方法，引入电堆阳极入口温度和尾气燃烧室出口温度对比参数△E和△T来表示SOFC系统实际运行中的二者温度与目标值的偏离度，通过反馈优化算法持续对偏离较大的对比参数进行缩小，即通过控制系统调节电流与空气旁路阀，使SOFC系统中实际运行中的电堆温度和尾气燃烧室温度向目标值收敛，最终保持一致，从而达到同时控制SOFC系统下电堆和尾气燃烧室温度安全的目的，缩短了调节所需的时间，降低了调节难度。
-
公开(公告)号：CN117199455A
公开(公告)日：2023-12-08
申请号：CN202311166971.9
申请日：2023-09-11
Applicant: 南昌大学
IPC: H01M8/04701 , H01M8/04858 , H01M8/04992
Abstract: 本发明公开了一种SOFC系统在健康温度工况下最大功率追踪控制系统及方法，包括SOFC系统、DC‑DC变压电路、蓄电池或负载设备、检测装置、PWM控制器、MPC控制器；检测装置将SOFC系统的电特性信息和系统运行的热特性信息传递给MPC控制器，MPC控制器将信息反馈给SOFC系统控制其燃料的流速实现保障SOFC系统热环境的稳定；PWM控制器的输入端与MPC控制器的输出端相连，得到对应最大功率点处的最大电压值，PWM控制器通过计算检测电压与分析计算得到的最大电压的差值，计算出占空比信号，连接DC‑DC变压电路，控制其工作状况，实现最大功率点的追踪。本发明实现了系统可以稳定运行不出现热健康故障的情况下又可以对外部负载进行最大的功率输出。
-
公开(公告)号：CN116632298A
公开(公告)日：2023-08-22
申请号：CN202310590386.5
申请日：2023-05-24
Applicant: 南昌大学
IPC: H01M8/04992 , H01M10/42
Abstract: 本发明公开了一种基于自抗扰技术的RSOC/锂电池混动系统热‑电‑气控制方法，在混动系统中引入一种自抗扰控制器，自抗扰控制器的输入端接收给定燃料气流速空气流速RSOC模块放电电压V1和锂电池剩余电量LiSOC，即经过跟踪微分器TD得到对应输入v的跟踪值v1和v1的微分值v2；由得到的v1、v2与状态观测器观测到的z1(实际值v0的估计值)、z2(v0的微分值v3的估计值)相减得到系统的误差e1、e2；e1、e2经过非线性状态误差反馈控制律产生初步控制量u0，然后扩张状态观测器输出的系统总扰动的估计值z3经过增益1/b再与u0求和得到最终控制量u。本发明能快速地跟踪转速，提高系统响应速度，减小系统超调及稳态静差，大大增强了系统的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.02 seconds)
