[发明专利]基于时空分离建模的SOFC温度分布预测控制方法有效
申请号: | 202110736493.5 | 申请日: | 2021-06-30 |
公开(公告)号: | CN113506896B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 吴小娟;蔡新华;阳大楠 | 申请(专利权)人: | 电子科技大学 |
主分类号: | H01M8/04298 | 分类号: | H01M8/04298;H01M8/04701 |
代理公司: | 电子科技大学专利中心 51203 | 代理人: | 周刘英 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 时空 分离 建模 sofc 温度 分布 预测 控制 方法 | ||
1.基于时空分离建模的SOFC温度分布预测控制方法,其特征在于,包括下列步骤:
步骤1、基于多物理场仿真软件建立SOFC的热-电-流耦合模型;
在建立的模型中确定多个采样位置,并以预设的激励信号为激励输入,获取所述激励输入下各采样位置在多个采样时间点的温度数据;
所述采样位置所处的采样平面为:模型中垂直于阳极、电解质和阴极PEN层的一个内部平面;
步骤2、对获取的温度数据进行时空分离,获取温度时空模型的主导空间基函数和对应的时间系数;
采用最小二乘支持向量机方法LS-SVM对得到的时间系数进行辨识,得到时间系数的辨识模型,并基于辨识模型确定的辨识时间系数,将辨识时间系数和主导空间基函数进行相乘得到重构的温度时空模型;
其中,获取温度时空模型的主导空间基函数和对应的时间系数具体为:
定义T(x,t)表示采样位置x在时间采样点t的温度,N表示采样位置x的数量,L表示时间采样点的数量;
基于所有温度输出T(x,t)得到维度为L×N的温度输出矩阵X;
计算温度自相关矩阵C:
计算温度自相关矩阵C的特征值和特征向量,得到每个特征值对应的特征向量,再对所有特征值降序排列,得到温度自相关矩阵C的特征值序列;
确定主导空间基函数的数量n:当温度自相关矩阵C的特征值序列的前n个特征值的总和与所有特征值总和的百分比大于或等于99%时,得到n的取值;
根据温度自相关矩阵C的特征值序列的前n个特征值对应的特征向量,得到n个主导空间基函数:其中,βi表示温度自相关矩阵C的特征值序列的第i个特征值对应的特征向量,且i=1,…,n;
根据各主导空间基函数与温度输出矩阵X的内积运算得到对应的时间系数:
步骤3、基于重构的时空温度模型,使用非线性预测NMPC方法设置温度控制器对温度分布进行控制。
2.如权利要求1所述的方法,其特征在于,所述激励信号包括:电流密度、燃料流速和空气流速。
3.如权利要求1或2所述的方法,其特征在于,采用最小二乘支持向量机方法LS-SVM对得到的时间系数进行辨识,得到时间系数的辨识模型,并基于辨识模型确定的辨识时间系数具体包括:
设置时间系数回归的辨识模型为:
其中,yi(t)表示辨识模型输出的时间系数,wi表示权重系数,ψ(·)表示非线性映射函数,z(·)表示LS-SVM的时间维特征输入量,即采样位置的温度数据经步骤2所述的时空分离所获取的时间系数bi(t)表示偏置项;
根据模型复杂度和均方误差,设置优化结构风险化函数为:
其中,ei表示建模误差,γ表示拉格朗日惩罚因子,αi(t)表示拉格朗日乘子;
在对偶条件下对所述优化结构风险化函数进行求解,得到拉格朗日乘子αi(t)和偏置项bi(t)的求解结果;并基于非零解支持向量的数目LSV,以及设置的RBF核函数K(·)计算辨识时间系数:
其中,αi(τ)和bi(τ)表示拉格朗日乘子和偏置项的求解结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110736493.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种堆垛机多巷道作业的方法及系统
- 下一篇:一种电连接器结构及电连接器组件