[发明专利]固体氧化物燃料电池电压预测方法、终端设备及存储介质在审
| 申请号： | 201910689214.7 | 申请日： | 2019-07-29 |
| 公开（公告）号： | CN110399928A | 公开（公告）日： | 2019-11-01 |
| 发明（设计）人： | 周海峰;熊超;靳方圆;杨文中;陈兴才;丁晓映;马益民;林仁芝;廖海峰;王新乡;雷慧;孙金余 | 申请（专利权）人： | 集美大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00;G06N3/08;G01R31/378 |
| 代理公司： | 厦门市精诚新创知识产权代理有限公司 35218 | 代理人： | 何家富 |
| 地址： | 361000 福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种固体氧化物燃料电池电压预测方法、终端设备及存储介质，该方法中包括：S1：设计温度不变，在输入气体流速恒定的条件下，采集固体氧化物燃料电池在不同电流下对应的电压值，将采集的多组数据组成训练数据集；S2：构建RBF神经网络模型；S3：利用训练数据集，并通过人工蜂群算法对模型的参数进行训练，得到最优的模型参数，将最优的模型参数代入RBF神经网络模型中得到最终模型；S4：通过最终模型对固体氧化物燃料电池的电压进行预测。本发明通过构建RBF神经网络模型对固体氧化物燃料电池的电压进行预测，并通过人工蜂群算法对模型的参数进行训练，以提高预测精度。 | ||
| 搜索关键词： | 固体氧化物燃料电池 人工蜂群算法 训练数据集 存储介质 电压预测 模型参数 终端设备 最终模型 构建 预测 采集 多组数据 流速恒定 输入气体 | ||
【主权项】：
1.一种固体氧化物燃料电池电压预测方法，其特征在于，包括以下步骤：S1：设计温度不变，在输入气体流速恒定的条件下，采集固体氧化物燃料电池在不同电流下对应的电压值，将采集的多组数据组成训练数据集；S2：构建RBF神经网络模型，设定模型的输入为电池的输入气体流速q和电流I，模型的输出为电压U，设定模型的径向基函数为高斯基函数，输入层至隐含层之间的权值为高斯基函数的中心值；模型的隐含层的输出向量r的计算公式为：![]()
其中，c为高斯函数的中心向量，σ为高斯函数的宽度向量，x为输入层的输入，x＝(q,I)T；输出层的输出向量y的计算公式为：y＝wr其中，w为隐含层各节点至输出层的权重向量，y为输出层的输出；S3：利用训练数据集，并通过人工蜂群算法对模型的参数进行训练，得到最优的模型参数，将最优的模型参数代入RBF神经网络模型中得到最终模型；S4：通过最终模型对固体氧化物燃料电池的电压进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于集美大学，未经集美大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910689214.7/，转载请声明来源钻瓜专利网。
