本发明涉及一种基于深度学习‑预测控制的车用燃料电池过氢比控制方法，包括以下步骤：步骤S1:构建车用燃料电池
电化学输出特性模型和阳极氢气供给系统模型；步骤S2:设计基于深度学习‑预测控制的车用燃料电池过氢比控制器；步骤S3：预测未来N个时刻的车速序列，并计算燃料电池电堆电流；步骤S4:将燃料电池电堆电流、流量控制阀和氢气循环泵实时输出氢气流量、阳极压力及模型线性常值干扰项作为过氢比的模型预测控制模块的输入；并设定目标过氢比为λ
ref，利用过氢比的模型预测控制模块控制输出的流量控制阀和氢气循环泵的控制电压，实现燃料电池过氢比的控制。本发明保证了流量控制阀和循环泵的工作性能，降低系统的功耗，同时也避免交换膜的损坏。
声明：
“基于深度学习-预测控制的车用燃料电池过氢比控制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1062
编辑：管理员
来源：北方有色网
咨询细节
