文献类型：期刊文章

作　　者：霍海娥[1] 霍海波[2] 杨长生[1]

机构地区：[1]成都航空职业技术学院建筑工程系,四川610021 [2]上海海洋大学电气工程系,上海201306

出　　处：《系统仿真学报》

年　　份：2010

卷　　号：22

期　　号：6

起止页码：1557-1560

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了便于固体氧化物燃料电池(SOFC)的性能预测和控制方案设计,提出一种基于支持向量机(SVM)的建模方法,用具有RBF核函数的SVM建立了SOFC电池堆的非线性模型。应用仿真对所建SVM模型的有效性和精度进行了检验,并与BPNN模型的辨识效果进行了比较。仿真结果证明与BPNN模型相比,SVM模型具有较高的建模精度。该SVM辨识模型的建立,对SOFC系统的控制策略研究具有一定的实用价值。

关 键 词：固体氧化物燃料电池(SOFC)  支持向量机(SVM)  BP神经网络(BPNN)  建模  

分 类 号：TP391]