[发明专利]一种氢燃料电池自适应控制方法和装置

权利要求书

1.一种氢燃料电池自适应控制方法，其特征在于，所述方法包括：

步骤11，获取氢燃料电池的目标控制量的当前实测数据和当前期望数据；其中，所述目标控制量包括氢气压力、氢气循环泵开度、空气流量、空压机转速、背压阀开度、冷却温度、风扇转速和水泵转速中的任一种；

步骤12，结合所述目标控制量的历史控制数据，获取当前输入量；

步骤13，将所述当前输入量输入神经网络模型，获取输出的所述目标控制量的当前比例系数、当前积分系数和当前微分系数；其中，所述神经网络模型包括：输入层、隐含层和输出层；所述隐含层的激活函数为所述输出层的激活函数为a^[h]为第一比例系数；为所述隐含层的第i个输入量；a^[o]为第二比例系数；为所述输出层的第i个输入量；

步骤14，利用所述当前比例系数、所述当前积分系数和所述当前微分系数，对所述目标控制量对应的设备进行PID控制，并返回步骤11；

所述步骤12，包括：

根据所述当前实测数据和所述当前期望数据，获取所述目标控制量的期望输出与实际输出的当前误差；其中，所述当前输入量包括：所述当前实测数据、前一次实测数据、前两次实测数据、当前误差、前一次误差、前两次误差和前一次PID控制量。

2.根据权利要求1所述的控制方法，其特征在于，所述步骤13之前，所述方法还包括：

对所述当前输入量进行一阶惯性滤波处理，更新所述当前输入量。

3.根据权利要求1所述的控制方法，其特征在于，所述步骤14之前，包括：

对所述隐含层的当前加权系数进行修正，更新所述当前加权系数，具体修正公式为：

其中，为更新后的所述隐含层的当前加权系数；α^[h]为第一学习率参数；j为所述输入层的输入量的序号；i为所述隐含层的神经元的序号；为所述隐含层的当前正则化项；

对所述输出层的当前加权系数进行修正，更新所述当前加权系数，具体修正公式为：

其中，为更新后的所述输出层的当前加权系数；α^[o]为第二学习率参数；s为所述输出层的输出量的序号；为所述输出层的当前正则化项。

4.根据权利要求1所述的控制方法，其特征在于，所述步骤14，包括：

计算当前PID控制量u(k)，具体计算公式为：

u(k)＝u(k-1)+K_p[e(k)-e(k-1)]+K_ie(k)+K_d[e(k)-2e(k-1)+e(k-2)]；

其中，u(k-1)为所述前一次PID控制量；e(k)为所述当前误差；e(k-1)为所述前一次误差；e(k-2)为所述前两次误差；K_p为所述当前比例系数；K_i为所述当前积分系数；K_d为所述当前微分系数；

基于所述当前PID控制量u(k)，对所述目标控制量对应的设备进行PID控制。