摘要
本发明公开了一种高温质子交换电解槽系统动态协同控制的方法,将阳极入口蒸汽比例和电压作为高温质子交换电解槽系统的控制参数,进行协同控制策略设计;其中,对于阳极入口蒸汽比例,进行协同控制前,训练得到神经网络模型;进行协同控制时,利用经过训练的神经网络模型,预测该参考功率对应的最大转化率点及对应的阳极入口蒸汽比例,实现阳极入口蒸汽比例的控制;对于电压,进行协同控制前,利用系统辨识方法,得到高温质子交换电解槽系统的电压与消耗功率的关系,据此建立神经网络预测控制器,并在神经网络预测控制器中约束最大电压变化率;进行协同控制时,利用神经网络预测控制器,预测该参考功率对应的电压,实现电压的控制。
技术关键词
电解槽系统
神经网络模型
系统辨识方法
协同控制策略
阳极
电压
蒸汽
水蒸气
入口
控制器
功率
动态
电子负载
电解池
子系统
关系
信号
数据
系统为您推荐了相关专利信息
审计方法
神经网络模型
智能合约交易
智能合约代码
多层感知机
图像识别方法
神经网络模型
实时图像
引入注意力机制
诊断方法
酶活性检测方法
指纹智能识别
全内反射荧光
深度学习模型
轨迹
神经网络构建方法
指标
BFGS算法
生成训练数据
机械臂系统