论文部分内容阅读
介绍并分析了直接甲醇燃料电池(DMFC)的工作原理及理论电压模型,并针对直接甲醇燃料电池系统过于复杂,理论电压模型存在明显不足的特点,试图绕开DMFC的内部复杂性,基于实验数据,利用神经网络逼近任意复杂非线性函数的能力,将神经网络辨识方法应用到DMFC这种高度非线性系统的建模中去,以1000组电池电压、电流密度实验数据作为训练样本,采用基于LM算法的改进BP神经网络,建立了不同温度下电池电压-电流密度的神经网络辨识模型。仿真结果表明这种方法是可行的,建立的模型精度较高。