一种结合神经网络的燃料电池系统变尺度性能预测方法

摘要

本发明公开了一种结合神经网络的燃料电池系统变尺度性能预测方法，构建结合神经网络算法的质子交换膜燃料电池模型，实现质子交换膜燃料电池系统变尺度性能预测，质子交换膜燃料电池模型包括空气供应模块、氢气供应模块、水热管理模块、电池电堆模块和神经网络拟合模块；计算燃料电池系统的实际输出功率；所有模块组合连接后，即构成一个结合神经网络算法的质子交换膜燃料电池系统变尺度数值仿真模型。本发明结合神经网络和数学建模的优势，使用有限量的数据资源、计算机资源和时间成本，完成对质子交换膜燃料电池高精度的仿真建模，从而为质子交换膜燃料电池在航空领域的应用提出指导。

申请人共 1 家

• 1.南京航空航天大学

IPC 分类号共 6 项