[发明专利]一种基于BP神经网络的燃料电池建模方法

权利要求书

1.一种基于BP神经网络的燃料电池建模方法，其特征在于，包括如下步骤：

S1：采集不同的操作条件下燃料电池的输出电压，并将其分为训练集和验证集；

S2：对所述训练集和验证集进行数据预处理；

S3：通过网格搜索法分别对单隐含层和双隐含层的神经网络拓扑结构进行优化，并选择验证误差最小的神经网络作为最终优化结果；

S4：采集不同于所述训练集和所述验证集的操作条件下，燃料电池的输出电压，并将其作为测试集，用于测试网络的预测精度；

S5：若|测试误差-验证误差|≤验证误差，则输出该神经网络；否则，返回步骤S3。

2.根据权利要求1所述的一种基于BP神经网络的燃料电池建模方法，其特征在于：所述操作条件包括：燃料电池工作温度、阴/阳极压力、阴/阳极气体流量(计量比)、阴/阳极增湿度、加载电流(密度)的一种或多种的组合。

3.根据权利要求1所述的一种基于BP神经网络的燃料电池建模方法，其特征在于：所述数据预处理方法为以下方法的任意一种：

①极值变换法：

②极差变换法：

③Z-Score标准化：

其中，X_new为预处理后生成的数据；X为原始数据；X_max为原始数据中的最大值；X_min为原始数据中的最小值；X_mean为原始数据均值；σ为原始数据标准差。

4.根据权利要求1所述的一种基于BP神经网络的燃料电池建模方法，其特征在于：对于所述单隐含层BP神经网络，其输入层神经元个数等于操作条件类型数目，输出层神经元个数为1，隐含层神经元个数范围为1～100；

对于所述双隐含层BP神经网络，其输入层神经元个数等于操作条件类型数目，输出层神经元个数为1，第一隐含层神经元个数范围为1～50，第二隐含层神经元个数范围为1～50。