论文部分内容阅读
针对现有的固体氧化物燃料电池（SOFC）模型过于复杂,难以满足控制系统的设计需要的弊端,基于一种改进的径向基函数神经网络（RBFNN）辨识技术建立了SOFC的非线性模型。在建模过程中,以SOFC的燃料利用率为模型的输入,电压和电流为模型输出。利用800组实验数据作为训练样本,建立了SOFC的电流-电压辨识模型。仿真结果表明了所建模型的有效性和精度。该模型的建立为先进的控制策略研究奠定了基础。