基于启发式动态规划的固体氧化物燃料电池优化控制研究

摘要：

　　固体氧化物燃料电池（SOFC）系统是一个非线性系统，现存的建模方法和优化控制算法很难对其进行精确的建模及优化控制。本文首先利用基于数据的建模方法，对固体氧化物燃料电池系统进行BP 神经网络建模，然后利用基于BP 神经网络的启发式动态规划(HDP）算法对固体氧化物燃料电池系统进行优化控制，并对神经网络初始权值和效用函数进行改进。Matlab 仿真结果表明，基于BP 神经网络的HDP 优化算法具有收敛速度快、鲁棒性强、控制精度高等优点，并实现了对固体氧化物燃料电池系统的优化控制。

关键词： 燃料电池 神经网络 优化控制 动态规划

作者: 钟文瀚 宋春宁

作者单位: 广西大学 电气工程学院，南宁 530004

会议类型: 国内会议

会议名称: 中南六省(区)自动化学会第29届学术年会

会议地点: 南宁

会议语种:中文

页码: 1-7

在线出版日期: 2011-10-28（万方平台首次上网日期，不代表论文的发表时间）