公开(公告)号：CN117744484A

公开(公告)日：2024-03-22

申请号：CN202311741482.1

申请日：2023-12-18

Applicant: 重庆大学

Inventor： 张财志 ,  刘澎 ,  曹秀娟 ,  蔡浪 ,  余幸子 ,  曾韬

IPC: G06F30/27 ,  G06N3/126 ,  G06N3/086 ,  G06N3/084 ,  G06F111/06 ,  G06F111/10 ,  G06F119/14

Abstract: 本发明涉及一种风冷金属板燃料电池综合性能预测及优化方法，属于燃料电池技术领域。该方法包括：S1：数据准备：选择一个风冷金属板燃料电池进行基于正交试验工况设计的数值仿真试验，获取不同环境温度下的操作参数样本数据，并对样本数据进行预处理得到数据集；S2：构建基于BP神经网络的燃料电池综合性能预测模型，确定预测模型的输入变量和输出变量，确定网络拓扑结构和其他超参数；S3：采用LM算法训练预测模型；S4：利用网络性能评价参数验证模型的各个数据集预测精度；S5：采用遗传算法进行EVA最大值寻优，即最佳操作参数组合和EVA最优值求解。本发明减少燃料电池综合性能预测计算和时间成本，提高电池综合性能优化效果。