位置:成果数据库 > 期刊 > 期刊详情页
固体氧化物燃料电池的数学模型及自适应神经模糊辨识模型的研究
  • ISSN号:1000-3673
  • 期刊名称:《电网技术》
  • 时间:0
  • 分类:TM911[电气工程—电力电子与电力传动]
  • 作者机构:[1]上海交通大学自动化系,上海市徐汇区200030
  • 相关基金:国家高技术研究发展计划项目(863项目)(2006AA05Z148).
中文摘要:

固体氧化物燃料电池(solid oxide fuel cell,SOFC)是21世纪最有生命力的发电技术之一。文章从SOFC实际应用的角度出发,应用改进的自适应神经模糊推理系统(adaptive neural fuzzy inference system,ANFIS)对SOFC建立了负载稳定和负载变化2种情况下的电特性模型。由于数据来源不足,首先根据SOFC的工作原理,运用电化学、流体动力学等学科理论,建立SOFC的数学模型,基于该数学模型获取ANFIS辨识模型的训练和预测数据。仿真结果显示了改进的ANFIS技术对SOFC系统的建模和控制具有一定的实用价值。

英文摘要:

The solid oxide fuel most promising power generation cell (SOFC) is one of the technologies in the 21st century. Starting from the practical application of SOFC and by use of improved adaptive neural fuzzy inference system (ANFIS), the authors establish electric characteristic model for SOFC stack under the conditions of stable loads and variable loads. Due to insufficient source of the data, firstly according to the working principle of SOFC, by using the theory in electrochemistry and hydrodynamics, a mathematical model of SOFC is built; then on this basis the training and forecasting data for identification model of ANFIS is obtained, Simulation results show that the improved ANFIS technique is available for the modeling and control of SOFC.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电网技术》
  • 北大核心期刊(2011版)
  • 主管单位:国家电网公司
  • 主办单位:国家电网公司
  • 主编:张文亮
  • 地址:北京清河小营东路15号中国电力科学研究院内
  • 邮编:100192
  • 邮箱:pst@epri.sgcc.com.cn
  • 电话:010-82812976 82812543
  • 国际标准刊号:ISSN:1000-3673
  • 国内统一刊号:ISSN:11-2410/TM
  • 邮发代号:82-604
  • 获奖情况:
  • 中国优秀科技期刊,电力部优秀科技期刊,全国中文核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:66600