Academic Journal
Monitoring and Prediction of Critical Operating Modes of Hydrogen Fuel Cells During Operation Based on Artificial Neural Networks
| Τίτλος: | Monitoring and Prediction of Critical Operating Modes of Hydrogen Fuel Cells During Operation Based on Artificial Neural Networks |
|---|---|
| Πηγή: | Приборы и системы. Управление, контроль, диагностика. |
| Στοιχεία εκδότη: | The Publishing House "NAUCHTEHLITIZDAT", 2021. |
| Έτος έκδοσης: | 2021 |
| Θεματικοί όροι: | relaxation process, прогнозирование, solid polymer electrolyte, neural network, диагностика, fuel cell battery, prediction, 7. Clean energy, нейронная сеть, fuel cell, батарея топливных элементов, твердый полимерный электролит, diagnostics, релаксационный процесс, топливный элемент |
| Περιγραφή: | В работе рассматривается вопрос создание модели батареи водородных топливных элементов на основе искуственных нейронных сетей. Проведен отбор наиболее статистически значимых признаков для получения высокой точности нейросетевой модели. Показано, что предложенная нейросетевая модель позволяет проводить прогноз напряжения батареи водородных топливных элементов на 10 секунд. Полученные результаты могут использоваться для перспективных систем диагностики и прогнозирования режимов работы энергетических установок на основе водородных топливных элементов. The article considers the issue of creating a model of a hydrogen fuel cell battery based on artificial neural networks. The selection of the most statistically significant features was carried out to obtain high accuracy of the neural network model. It is shown that the proposed neural network model allows predicting the voltage of a hydrogen fuel cell battery for 10 seconds. The obtained results can be used in promising systems for diagnosing and predicting the operating modes of power plant systems based on hydrogen fuel cells. |
| Τύπος εγγράφου: | Article |
| Γλώσσα: | Russian |
| ISSN: | 2073-0004 |
| DOI: | 10.25791/pribor.12.2021.1308 |
| Αριθμός Καταχώρησης: | edsair.doi...........4eff1e8fcf66e98acec7da2565b0888b |
| Βάση Δεδομένων: | OpenAIRE |
καταχωρήστε σχόλιο πρώτοι!