基于约束的神经网络燃料电池性能预测模型对比分析  

作　　者：叶涵琦 王要娟 朱皓民 张若婧 

机构地区：[1]上海机动车检测认证技术研究中心有限公司 [2]上海智能新能源汽车科创功能平台有限公司

出　　处：《汽车与配件》2022年第14期64-71,共8页Automobile & Parts

基　　金：上海市科委项目“燃料电池堆在实际强化道路条件下的振动耐久性试验技术研究”(19DZ1206401)。

摘　　要：本文基于功率为4.5k W燃料电池堆台架耐久试验数据,总结燃料电池堆电压衰减规律,并参考国内外研究成果,提出了用于优化神经网络燃料电池堆性能预测模型的三个约束条件,分别构建基于该约束条件下BP神经网络模型和ELMAN神经网络模型,并进行对比分析。预测结果表明,约束条件在保证预测精度的同时,能有效提升网络训练结果的稳定性,保证模型每次都能做出符合燃料电池衰减规律的预测。

关 键 词：燃料电池堆 电压衰减 BP神经网络模型 神经网络 性能预测模型 燃料电池性能 约束条件 衰减规律 

分 类 号：TM9[电气工程—电力电子与电力传动]