摘要
本申请公开了一种燃料电池的性能预测模型确定方法、性能预测方法及装置,主要针对燃料电池的建模仿真与性能预测,该方法包括:基于燃料电池的半经验物理模型与计算流体力学模型,构建燃料电池的拟合系数训练数据库,基于拟合系数训练数据库中的数据进行神经网络模型的训练,得到燃料电池的目标神经网络模型,耦合神经网络模型和半经验物理模型,得到混合物理神经网络架构的性能预测模型,性能预测模型用于基于输入的运行参数输出半经验物理模型的拟合系数,将拟合系数作为半经验物理模型的输入,最终输出性能参数。如此,通过将机器学习方法与物理模型有效结合,可以形成极具高效计算特性与高详细程度的混合物理‑数据驱动型性能预测模型。
技术关键词
性能预测模型
燃料电池
流体力学模型
神经网络模型
性能预测方法
参数
物理
计算机程序指令
耦合神经网络
计算机程序产品
数据驱动型
电子设备
神经网络架构
机器学习方法
模型训练模块
可读存储介质
建模仿真
处理器
精度
系统为您推荐了相关专利信息
高光谱图像特征
性能预测模型
双数据库
反演模型
智能调控方法
模糊隶属度函数
模糊支持向量机
性判断方法
信息熵
风险预测模型
不锈钢材料
腐蚀速率预测方法
人工神经网络模型
迁移学习模型
网状拓扑
神经网络架构
通道剪枝
剪枝模型
脉冲神经网络模型
网络结构