一种基于BP神经网络与自抗扰控制的燃料电池供氧系统控制方法

本发明具体公开了一种基于BP神经网络与自抗扰控制的燃料电池供氧系统控制方法，包括构建供氧系统模型，构建自抗扰控制模型，将自抗扰控制模型与供氧系统模型连接，通过自抗扰控制模型控制供氧系统模型中空压机的转速和背压阀的开度，来调节进入燃料电池电堆空气的流量和压力；构建BP神经网络，将BP神经网络与自抗扰控制模型和供氧系统模型连接，通过BP神经网络优化自抗扰控制模型内参数，参数包括估计值和线性扩张观测器的带宽。本发明能够对空气流量和压力精确控制，减小流量与压力在控制过程中的波动，增强供氧系统的鲁棒性，降低零部件的响应时间，零部件的超调更小且抗干扰能力更强。