一种延缓固体氧化物燃料电池性能衰退的方法技术

本发明专利技术公开了一种延缓固体氧化物燃料电池性能衰退的方法，先通过小波分解和回声状态网络模型进行电压衰退轨迹的预测，从而估计出固体氧化物燃料电池的剩余寿命，再基于剩余寿命，计算燃料电池剩余寿命下的衰退率，然后通过设计目标衰退率和迭代学习控制器，并通过迭代学习控制方式来减小燃料电池的性能衰退率，以延长电池的使用寿命，提高了燃料电池的可靠性。

A method to delay the performance degradation of SOFC

【技术实现步骤摘要】
一种延缓固体氧化物燃料电池性能衰退的方法
本专利技术属于燃料电池控制
，更为具体地讲，涉及一种延缓固体氧化物燃料电池性能衰退的方法。
技术介绍
固体氧化物燃料电池(SolidOxideFuelCells，SOFC)是一种将化学能转化为电能的电化学装置。作为21世纪最具发展潜力的新能源之一，它具有零排放、余热可利用等优点。然而，使用寿命短是限制燃料电池大规模发展的主要瓶颈，为了延长其使用寿命，人们提出了多种方法来提高燃料电池的可靠性。目前的研究方法主要有两种：一种是基于模型，另一种是基于数据驱动。基于模型的方法主要通过建立描述系统衰退过程的物理模型，从而预测系统未来的衰退状况；基于数据驱动的方法则无需了解系统内部变量复杂关系，只需要通过分析实验数据，预测数据未来发展。为了定量延长系统寿命，提高电池可靠性，在预测结果后如何消除性能衰退对系统的影响，减少性能衰退是一个亟需解决的问题。为了克服这一挑战，本专利技术提出了一种基于SOFC系统寿命预测的独特控制策略。首先通过小波分解结合回声状态网络算法实现了电压衰退趋势的预测，然后基于本文档来自技高网...

【技术保护点】
1.一种延缓固体氧化物燃料电池性能衰退的方法，其特征在于，包括以下步骤：/n(1)、预测固体氧化物燃料电池的电压衰退轨迹/n(1.1)、采集一组固体氧化物燃料电池的衰退电压数据，将其中前N小时数据作为训练样本，后M小时数据作为待预测样本；/n(1.2)、基于小波分解重构技术将训练数据分解为Q个不同尺度下的小波子序列A

【技术特征摘要】
1.一种延缓固体氧化物燃料电池性能衰退的方法，其特征在于，包括以下步骤：
(1)、预测固体氧化物燃料电池的电压衰退轨迹
(1.1)、采集一组固体氧化物燃料电池的衰退电压数据，将其中前N小时数据作为训练样本，后M小时数据作为待预测样本；
(1.2)、基于小波分解重构技术将训练数据分解为Q个不同尺度下的小波子序列Ai和Di；



其中，Ai和Di分别代表第i层小波序列的低频信号和高频信号，ni为第i层小波分解序列的长度，和分别表示第i层小波重构的低通滤波器和高通滤波器，表示，表示第i层长度为ni的原始低频信号和高频信号；
(1.3)、从Q种尺度度中选择K种尺度小波分解信号，然后设置每种尺度下的回声状态网络预测模型ESNk的初始参数，包括输入矩阵Wkin，蓄水池内部连接矩阵Wk，反馈矩阵Wkback和输出矩阵Wkout；
(1.4)、将分解后的训练数据分别输入不同的ESN模型，利用递归迭代方式更新输出矩阵Wkout，并采用岭回归算法来减小预测的误差，从而完成模型训练，得到最优的输出矩阵；具体更新过程为：
x(n+1)＝(1-α)x(n)+af(Wkx(n)+Wkinu(n)+Wkbacky(n))
y(n+1)＝g(Wkout[u(n+1)；x(n+1)])
其中，x(n)为蓄水池在n时刻的状态变量，u(n)和y(n)分别为n时刻网络模型的输入和输出，f(·)和g(·)分别为中间蓄水池和输出层的激活函数；
(1.5)、按照步骤(1.2)所述方法，将测试数据分...

【专利技术属性】
技术研发人员：吴小娟，王君皓，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51