CN115632145A - 一种氢燃料电池供氢压力优化方法及系统 - Google Patents

一种氢燃料电池供氢压力优化方法及系统 Download PDF

Info

Publication number
CN115632145A
CN115632145A CN202211327780.1A CN202211327780A CN115632145A CN 115632145 A CN115632145 A CN 115632145A CN 202211327780 A CN202211327780 A CN 202211327780A CN 115632145 A CN115632145 A CN 115632145A
Authority
CN
China
Prior art keywords
hydrogen
supply pressure
pressure
hydrogen injection
injection scheme
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211327780.1A
Other languages
English (en)
Other versions
CN115632145B (zh
Inventor
李敏强
袁浩
丁亚儒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Hanao New Energy Technology Co ltd
Original Assignee
Shanghai Hanao New Energy Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Hanao New Energy Technology Co ltd filed Critical Shanghai Hanao New Energy Technology Co ltd
Priority to CN202211327780.1A priority Critical patent/CN115632145B/zh
Publication of CN115632145A publication Critical patent/CN115632145A/zh
Application granted granted Critical
Publication of CN115632145B publication Critical patent/CN115632145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04694—Processes for controlling fuel cells or fuel cell systems characterised by variables to be controlled
    • H01M8/04746—Pressure; Flow
    • H01M8/04753—Pressure; Flow of fuel cell reactants
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04313—Processes for controlling fuel cells or fuel cell systems characterised by the detection or assessment of variables; characterised by the detection or assessment of failure or abnormal function
    • H01M8/0438—Pressure; Ambient pressure; Flow
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • General Chemical & Material Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fuel Cell (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)

Abstract

本说明书实施例提供一种氢燃料电池供氢压力优化方法及系统，该方法包括获取氢燃料电池的供空压力、供氢压力和第一喷氢方案；基于所述供空压力、所述供氢压力和所述第一喷氢方案，确定第二喷氢方案；基于所述第二喷氢方案，调整所述供氢压力。

Description

一种氢燃料电池供氢压力优化方法及系统
技术领域
本说明书涉及氢燃料电池领域，特别涉及一种氢燃料电池供氢压力优化方法和系统。
背景技术
随着环保意识被普遍接受，氢燃料电池由于清洁无污染的特性，在诸多领域受到越来越多的青睐。氢燃料电池是一种将氢和氧的化学能通过电极反应转换成电能的装置，其在工作时，需要持续为其提供氢气和空气。因此，合理的控制氢气和/或空气的输入量，使得氢气和氧气充分反应，提高氢气能源的使用效率是个重要课题。尤其是在氢燃料电池的运行状态、工作参数的变化下，联动性的对氢气的供应进行准确和稳定的控制，是氢燃料电池领域内亟待解决的问题。
因此提供一种氢燃料电池供氢压力优化方法及系统，有助于更加准确、稳定得调整氢燃料电池的供氢压力值，提高氢气能源的输出效率和使用效率。
发明内容
本说明书一个或多个实施例提供一种氢燃料电池供氢压力优化的方法，所述方法包括：获取氢燃料电池的供空压力、供氢压力和第一喷氢方案；基于供空压力、供氢压力和第一喷氢方案，确定第二喷氢方案；基于第二喷氢方案，调整供氢压力。
本说明书一个或多个实施例提供一种氢燃料电池供氢压力优化的系统，所述系统包括：获取模块，用于获取供空压力、供氢压力和第一喷氢方案；确定模块，用于基于供空压力、第一供氢压力和第一喷氢方案，确定第二喷氢方案；调整模块，基于第二喷氢方案，调整供氢压力。
本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如上所述的氢燃料电池供氢压力优化的方法。
本说明书实施例的有益效果至少包括：(1)基于持续优化的第二喷氢方案来持续优化供氢压力，可以使得氢燃料电池中氢气和氧气充分反应。同时，持续优化供氢压力可以进一步提高氢燃料电池的输出效率和延长氢燃料电池的使用寿命；(2)通过喷氢方案调整模型对实时的供空压力、供氢压力以及第一供氢方案进行处理，可以及时准确地优化喷氢方案，提高氢燃料电池的燃烧效率；(3)通过将初始反应程度和目标反应程度输入模型中，可以直观地根据当前喷氢方案下的反应程度与目标反应程度对当前喷氢方案进行调整，从而高效准确地优化喷氢方案；(4)通过基于多轮迭代方法确定第二喷氢方案，可有效地纠正偏差，通过迭代调整可以使确定第二喷氢方案更加精确。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的氢燃料电池供氢压力优化系统的示例性示意图；
图2是根据本说明书一些实施例所示的氢燃料电池供氢压力优化方法的示例性流程图；
图3是根据本说明书一些实施例所示的喷氢方案调整模型的示例性示意图；
图4是根据本说明书一些实施例所示的另一喷氢方案调整模型的示例性示意图；
图5是根据本说明书一些实施例所示的确定第二喷氢方案方法的示例性流程图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的氢燃料电池供氢压力优化系统的示例性示意图。
在一些实施例中，氢燃料电池供氢压力优化系统100可以包括获取模块110、确定模块120和调整模块130。
获取模块110，用于获取供空压力、供氢压力和第一喷氢方案。关于获取供空压力、供氢压力和第一喷氢方案的更多说明可以参见图2及其相关描述。
确定模块120，用于基于供空压力、第一供氢压力和第一喷氢方案，确定第二喷氢方案。关于确定第二喷氢方案的更多细节可以参见图2及其相关描述。
在一些实施例中，确定模块120可以基于喷氢方案调整模型对供空压力、供氢压力和第一喷氢方案进行处理，确定第二喷氢方案。关于喷氢方案调整模型的更多说明可以参见图3、图4及其相关描述。
在一些实施例中，确定模块120还可以通过多轮迭代更新的方式确定第二喷氢方案，对于多轮迭代更新的至少一轮迭代，确定模块120可以基于供空压力，确定预设供氢压力；确定供氢压力与预设供氢压力的偏差量；基于偏差量，通过预设算法确定供氢压力的压力修正量；基于压力修正量，确定该轮迭代的第二喷氢方案；基于该轮迭代的第二喷氢方案调整供氢压力；基于调整后的供氢压力与预设供氢压力，确定下一轮迭代的第二喷氢方案。关于多轮迭代更新确定第二喷氢方案的更多说明可以参见图5及其相关描述。
调整模块130，用于基于第二喷氢方案，调整供氢压力。关于调整供氢压力的更多说明可以参见图2及其相关描述。
应当理解，图1所示的系统及其模块可以利用各种方式来实现。
需要注意的是，以上对于氢燃料电池供氢压力优化系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的获取模块、确定模块和调整模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的氢燃料电池供氢压力优化方法的示例性流程图的示例性流程图。
在一些实施例中，流程200可以由氢燃料电池供氢压力优化系统100执行。如图2所示，流程200包括下述步骤：
步骤210，获取氢燃料电池的供空压力、供氢压力和第一喷氢方案。
供空压力可以指向氢燃料电池中通入空气时的压力值。供空压力可以通过多种压力传感器获得。例如，获取模块110可以基于安装在氢燃料电池阴极中的气体压力传感器实时确定供空压力。
供氢压力可以指向氢燃料电池中通入氢气时的压力值。供氢压力可以通过多种压力传感器获得。例如，获取模块110可以基于安装在氢燃料电池阳极中的气体压力传感器实时确定供氢压力。
第一喷氢方案可以指优化前或初始的喷氢方案。喷氢方案可以是对喷氢装置的工作参数进行调整的方案。喷氢装置是用来控制进入氢燃料电池的氢气压力及流量的装置，且喷氢装置可以根据工况需求对工作参数进行相应调整。例如，喷氢装置可以通过调整工作参数控制其输入氢燃料电池的氢气流量。喷氢装置的工作参数可以包括但不限于阀门的开启频率和开度、喷氢时长等的一种或组合。相应的，第一喷氢方案可以包括喷氢装置的开启频率、开度中的至少一个。在一些实施例中，第一喷氢方案还可以包括喷氢时长、环境温度等。
在一些实施例中，获取模块110可以通过多种方式获取第一喷氢方案。例如，获取模块110可以基于喷氢装置当前的运行状态信息(例如，阀门为开启状态、开度为0.8等)获取第一喷氢方案。
步骤220，基于供空压力、供氢压力和第一喷氢方案，确定第二喷氢方案。
第二喷氢方案可以指对第一喷氢方案进行优化后的喷氢方案。例如，第二喷氢方案可以是对喷氢装置的工作参数的一个或组合进行调整后，所生成的喷氢方案。在一些实施例中，第二喷氢方案可以包括喷氢装置的开启频率、开度中的至少一个。
在一些实施例中，确定模块120可以根据不同时刻的供空压力、供氢压力、第一喷氢方案的一个或组合的变化，优化第二喷氢方案。示例性的，若当前时刻的喷氢压力较大时，在第一喷氢方案的状态下氢气输入量较大，此时，确定模块120可以将降低喷氢装置的电磁阀组的阀门开度作为第二喷氢方案。
在一些实施例中，第二喷氢方案可以基于先验知识或经验确定。例如，控制器可以根据供空压力和供氢压力的压力差，根据相关公式对第一喷氢方案中喷氢装置的工作参数进行调整，生成第二喷氢方案。
在一些实施例中，第二喷氢方案还可以基于历史数据确定。例如，可以根据历史数据预先构建参照表，其中，该参照表中可以包括不同的供空压力、供氢压力、第一喷氢方案和相应的第二喷氢方案的对应关系。确定模块120可以通过检索该参照表，获取不同的供空压力、供氢压力和第一喷氢方案所对应的第二喷氢方案。
在一些实施例中，确定模块120可以基于喷氢方案调整模型确定第二喷氢方案。关于喷氢方案调整模型的相关说明可以参见图3和图4及其相关描述。
在一些实施例中，确定模块120还可以基于其他方式确定第二喷氢方案。更多相关内容可以参见图5及其描述。
步骤230，基于第二喷氢方案，调整供氢压力。
在一些实施例中，调整模块130可以根据第二喷氢方案中喷氢装置的工作参数改变喷氢装置的当前工作参数，以调整供氢压力。
在一些实施例中，调整模块130可以基于持续调整的第二喷氢方案，相应持续调整供氢压力。例如，控制器可以根据预设的时间间隔(例如，1秒、5秒)，根据连续两个时刻的第二喷氢方案的变化，持续地调整供氢压力。
本说明书一些实施例中，基于持续优化的第二喷氢方案来持续优化供氢压力，可以使得氢燃料电池中氢气和氧气充分反应。同时，持续优化供氢压力可以进一步提高氢燃料电池的输出效率和延长氢燃料电池的使用寿命。
应当注意的是，上述有关流程200的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
图3是根据本说明书一些实施例所示的喷氢方案调整模型示意图。
如图3所示，确定模块120可以基于喷氢方案调整模型320对供氢压力311、供空压力312和第一喷氢方案313进行处理，确定第二喷氢方案340。
喷氢方案调整模型可以指用于确定第二喷氢方案的机器学习模型。在一些实施例中，喷氢方案调整模型可以是训练好的机器学习模型。例如，喷氢方案调整模型可以包括循环神经网络模型、卷积神经网络或其他自定义的模型结构等中的任意一种或组合。
如图3所示，喷氢方案调整模型320可以包括压力调节值预测层321和喷氢方案调整层322。确定模块120可以基于压力调节值预测层321对供氢压力311、供空压力312和第一喷氢方案313进行处理，确定供氢压力调整值330，并基于喷氢方案调整层322对供空压力312、供氢压力调整值330和第一喷氢方案313进行处理，确定第二喷氢方案340。
供氢压力调整值可以指对供氢压力进行调整的供氢压力值。示例性的，初始的供氢压力值为100KPa，供氢压力调整值可以是基于初始的供氢压力值进行上调(例如，+5KPa)和降低(例如，-5KPa)的供氢压力值，例如，上调5KPa等。
压力调节值预测层321的输入包括供氢压力311、供空压力312，输出为供氢压力调整值330。在一些实施例中，压力调节值预测层321的模型类型可以包括但不限于深度神经网络模型。
在一些实施例中，压力调节值预测层321可以通过大量带有标签的训练样本训练获得。
训练样本可以包括基于历史优化数据获取多组样本供空压力和样本供氢压力。其中，历史优化数据可以指在对氢燃料电池的供氢压力进行历史优化过程中的数据。标签可以是样本供空压力和样本供氢压力所对应的供氢压力调整值。标签可以基于人工标注或其它可行的方式进行标注。
例如，可以将每一组样本供空压力和样本供氢压力输入初始压力调节值预测层，得到初始压力调节值预测层输出的供氢压力调整值，基于初始压力调节值预测层的输出与标签构建损失函数，并基于损失函数迭代更新初始压力调节值预测层的参数，直到预设条件被满足训练完成，得到训练好的压力调节值预测层。其中，预设条件可以是损失函数小于阈值、收敛，或训练周期达到阈值。
在一些实施例中，压力调节值预测层的输入还可以包括初始反应程度和目标反应程度。更多相关内容可以参见图4及其相关描述。
喷氢方案调整层322的输入包括供空压力312、第一喷氢方案313以及压力调节值预测层321输出的供氢压力调整值330，输出为第二喷氢方案340。在一些实施例中，喷氢方案调整层的模型类型可以包括但不限于深度神经网络模型。
在一些实施例中，喷氢方案调整层322可以通过大量带有标签的训练样本训练获得。
训练样本可以包括基于历史优化数据获取的多组样本供空压力、样本供氢压力调整值和样本第一喷氢方案。其中，样本供氢压力调整值可以是在历史优化过程中由人为基于先验经验或由系统自动调整等多种方式对供气压力进行调整时的调整值。样本第一喷氢方案可以是在历史优化过程中由人为基于先验经验或由系统自动确定的第一喷氢方案。标签可以是样本供空压力、样本供氢压力和样本第一喷氢方案所对应的第二喷氢方案。标签可以基于人工标注或其它可行的方式进行标注。
例如，将每一组样本供空压力、样本供氢压力和样本第一喷氢方案输入初始喷氢方案调整层，得到初始喷氢方案调整层输出的第二喷氢方案，基于初始喷氢方案调整层的输出与标签构建损失函数，并基于损失函数迭代更新初始喷氢方案调整层的参数，直到预设条件被满足训练完成，得到训练好的喷氢方案调整层。其中，预设条件可以是损失函数小于阈值、收敛，或训练周期达到阈值。
在一些实施例中，压力调节值预测层和喷氢方案调整层还可以通过联合训练的方式训练获得。联合训练的样本数据包括基于历史优化数据获取的多组样本供空压力、样本供氢压力和样本第一喷氢方案，标签可以是每组样本对应的第二喷氢方案。标签可以基于人工标注或其它可行的方式进行标注。
例如，将每组样本供空压力、样本供氢压力输入初始压力调节值预测层，得到初始压力调节值预测层输出的供氢压力调整值；将该组样本的样本供空压力、样本第一喷氢方案、以及初始压力调节值预测层输出的供氢压力调整值作为样本数据输入初始喷氢方案调整层，得到第二喷氢方案；基于初始喷氢方案调整层的输出与标签构建损失函数，并基于损失函数同时迭代更新初始压力调节值预测层和初始喷氢方案调整层的参数，直到预设条件被满足训练完成，得到训练好的压力调节值预测层和喷氢方案调整层。其中，预设条件可以是损失函数小于阈值、收敛，或训练周期达到阈值。
本说明书一些实施例中，通过喷氢方案调整模型对实时的供空压力、供氢压力以及第一供氢方案进行处理，可以及时准确地优化喷氢方案，提高氢燃料电池的燃烧效率。
图4是根据本说明书一些实施例所示另一喷氢方案调整模型示意图。
在一些实施例中，在通过喷氢方案调整模型确定第二喷氢方案时，喷氢方案调整模型的输入还可以包括初始反应程度和目标反应程度。如图4所示，喷氢方案调整模型420可以包括压力调节值预测层421和喷氢方案调整层422。
反应程度可以指氢燃料电池中氢气和氧气进行化学反应的充分程度。反应程度可以是基于预设规则确定的数值。例如，反应程度可以基于氢气的消耗量和空气的消耗量的比值确定。在一些实施例中，可以通过分别获取预设时间段内氢气和空气的消耗量(例如，气体的体积)，计算氢气消耗量和空气消耗量的比值，从而确定反应程度。仅作为示例，反应程度可以通过公式(1)确定：
Figure BDA0003908821070000091
其中，m为反应程度，x为氢气消耗量，y为空气消耗量。
初始反应程度可以指在第一喷氢方案下氢燃料电池的反应程度。在一些实施例中，可以基于第一喷氢方案下氢气消耗量和空气消耗量确定初始反应程度。
目标反应程度可以指期望氢燃料电池中氢气和氧气进行化学反应所达到的反应程度。目标反应程度可以是系统默认值、经验值、人为预先设定值等或其任意组合，可以根据实际需求设定。例如，可以根据燃料电池的电极的材料、使用时长、周边环境的温度、湿度等确定目标反应程度。
如图4所示，确定模块120可以基于压力调节值预测层421对供空压力414、供氢压力411、初始反应程度412和目标反应程度413进行处理，确定供氢压力调整值430，并基于喷氢方案调整层422对供空压力414、供氢压力调整值430和第一喷氢方案415进行处理，确定第二喷氢方案440。
压力调节值预测层421的输入包括供空压力414、供氢压力411、初始反应程度412和目标反应程度413，输出为供氢压力调整值430。
在一些实施例中，压力调节值预测层421可以通过训练获得。压力调节值预测层421的输入与前述压力调节值预测层321的输入不同，相应的，训练压力调节值预测层421的训练样本及训练过程与训练压力调节值预测层321的训练样本及训练过程不同。
训练压力调节值预测层421的训练样本包括基于历史优化数据获取多组样本供空压力、样本供氢压力、样本初始反应程度和样本目标反应程度。标签可以是每组样本所对应的供氢压力调整值。标签可以基于人工标注或其它可行的方式进行标注。
例如，可以将每组样本供空压力、样本供氢压力、样本初始反应程度和样本目标反应程度输入初始压力调节值预测层，得到初始压力调节值预测层输出的供氢压力调整值，基于初始压力调节值预测层的输出与标签构建损失函数，并基于损失函数迭代更新初始压力调节值预测层的参数，直到预设条件被满足训练完成，得到训练好的压力调节值预测层。其中，预设条件可以是损失函数小于阈值、收敛，或训练周期达到阈值。
喷氢方案调整层422的输入包括供空压力414、第一喷氢方案415以及压力调节值预测层421输出的供氢压力调整值430，输出为第二喷氢方案440。喷氢方案调整层422的参数可以由前述喷氢方案调整层322的参数迁移得到。喷氢方案调整层422也可以基于与训练喷氢方案调整层322相同的方式训练得到。关于喷氢方案调整层322的更多说明可以参见图3及其描述。
在一些实施例中，压力调节值预测层421和喷氢方案调整层422还可以通过联合训练获得。压力调节值预测层421的输入与图3所示的压力调节值预测层322的输入不同，相应的，联合训练的样本数据不同。此时用于联合训练的样本数据包括基于历史优化数据获取的多组样本供空压力、样本供氢压力、样本第一喷氢方案、样本初始反应程度和样本目标反应程度，标签可以是每组样本对应的第二喷氢方案。标签可以基于人工标注或其它可行的方式进行标注。
通过联合训练得到压力调节值预测层421与喷氢方案调整层422的过程与图3中通过联合训练得到压力调节值预测层321与喷氢方案调整层322的过程类似。更多相关内容可以参见图3及其相关描述，此处不再赘述。
本说明书一些实施例中，通过将初始反应程度和目标反应程度输入模型中，可以直观地根据当前喷氢方案下的反应程度与目标反应程度对当前喷氢方案进行调整，从而高效准确地优化喷氢方案。
图5是根据本说明书一些实施例所示的确定第二喷氢方案的示例性示意图。
如图5所示，基于供空压力、供氢压力和第一喷氢方案，确定第二喷氢方案的方式包括多轮迭代更新。多轮迭代更新可以由确定模块120执行。
在一些实施例中，确定模块120可以基于供空压力，确定预设供氢压力。
预设供氢压力可以指期望的供氢压力。
在一些实施例中，确定模块120可以通过多种方式基于供空压力确定预设供氢压力。仅作为示例，确定模块120可以基于供空压力和预设比例确定预设供氢压力。例如，可以将供空压力的80％作为预设供氢压力。
在一些实施例中，确定模块120还可以基于喷氢方案调整模型确定供氢压力调整值，再基于供氢压力调整值，确定预设供氢压力。
在一些实施例中，确定模块120可以基于喷氢方案调整模型的压力调节值预测层对供空压力和供氢压力进行处理，确定供氢压力调整值。关于压力调节值预测层的更多说明参考图3、4及其相关描述，此处不再赘述。
在一些实施例中，确定模块120可以将供氢压力与供氢压力调整值的和确定为预设供氢压力。
在一些实施例中，多轮迭代更新第二供氢方案的过程中，确定模块120可以基于更新后的第二供氢方案调整供氢压力，基于调整后的供氢压力通过喷氢方案调整模型持续确定供氢压力调节值，以更新预设供氢压力，相应的，根据供氢压力调整值确定的预设供氢压力可以为一个随时间变化的函数。
在本说明书的一些实施例中，当预设供氢压力随反应的情况而变化时，利用模型预测的中间结果实时确定预设供氢压力，会使预设供氢压力更准确。
在一些实施例中，确定模块120可以确定供氢压力与预设供氢压力的偏差量。
在一些实施例中，多轮迭代更新中每一轮迭代的供氢压力可以是不同的。第一轮迭代中的供氢压力为实际检测到的，第二轮迭代中的供氢压力为第一轮确定的第二喷氢方案优化后的供氢压力，以此类推。
偏差量可以为供氢压力与预设供氢压力的差值。偏差量可以由供氢压力减去预设供氢压力计算得到。
在一些实施例中，确定模块120可以基于偏差量，通过预设算法确定供氢压力的压力修正量。
压力修正量可以指用于调整供氢压力的修正量。
示例性地，预设算法可以如下公式(2)所示：
Figure BDA0003908821070000121
其中，u(t)为供氢压力的压力修正量，Kp为系统控制器的比例系数，e(t)为t时刻的偏差量，Td为时间常数，e(t-Td)为t-Td时刻的偏差量。
该公式中，e(t)可以作为第一系数，相关于供氢压力与预设供氢压力的偏差量。
Figure BDA0003908821070000122
可以作为第二系数，相关于偏差量的变化率，反映t-Td时间段内偏差量的变化率。
预设算法中第一系数用于加快优化供氢压力的过程，减小误差。第二系数能预见偏差变化的趋势，产生超前的控制作用，在偏差还没有形成之前，已被第二系数的调节作用消除，因此可以改善系统的动态性能。
在一些实施例中，确定模块120可以基于压力修正量，确定该轮迭代的第二喷氢方案。
在一些实施例中，确定模块120可以基于压力修正量和预设规则确定该轮迭代的第二喷氢方案。示例性的预设规则可以是供氢压力的压力修正量和喷氢装置的工作参数之间的参照表。可以根据先验知识或历史数据构建供氢压力的压力修正量与喷氢装置的工作参数的参照表，基于供氢压力的压力修正量在参照表中进行检索，获取供氢压力的压力修正量对应的喷氢装置的工作参数，并将其确定为该轮迭代的第二喷氢方案。
在一些实施例中，确定模块120基于该轮迭代的第二喷氢方案调整供氢压力。
在一些实施例中，基于该轮迭代的第二喷氢方案中喷氢装置的工作参数调整喷氢装置的当前工作参数，以调整供氢压力。更多关于基于第二喷氢方案调整供氢压力的说明可以参见图2及其相关描述。
在一些实施例中，确定模块120可以基于调整后的供氢压力与预设供氢压力，确定下一轮迭代的第二喷氢方案。
在一些实施例中，确定模块120可以基于调整后的供氢压力与预设供氢压力进行下一轮迭代，迭代方式同前所述，此处不再赘述。
在一些实施例中，对第二喷氢方案进行的多轮迭代更新可以在预设结束条件被满足时停止。预设结束条件是指预设的迭代结束的条件，例如，迭代结束条件可以包括但不限于已达到预设的迭代次数、供氢压力与预设供氢压力的偏差量低于预设阈值或初始反应程度与目标反应程度的差值低于预设阈值的一种或组合。
本说明书一些实施例中，通过基于多轮迭代方法确定第二喷氢方案，可有效地纠正偏差，通过迭代调整可以使确定第二喷氢方案更加精确。
应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种氢燃料电池供氢压力优化方法，其特征在于，所述方法由控制器执行，所述方法包括：
获取所述氢燃料电池的供空压力、供氢压力和第一喷氢方案；
基于所述供空压力、所述供氢压力和所述第一喷氢方案，确定第二喷氢方案；
基于所述第二喷氢方案，调整所述供氢压力。
2.根据权利要求1所述的方法，其特征在于，所述第一喷氢方案和/或第二喷氢方案包括喷氢装置的开启频率、开度中的至少一个；
所述基于所述供空压力、所述供氢压力和所述第一喷氢方案，确定第二喷氢方案包括：
基于喷氢方案调整模型对所述供空压力、所述供氢压力和所述第一喷氢方案进行处理，确定所述第二喷氢方案，所述喷氢方案调整模型为机器学习模型。
3.根据权利要求2所述的方法，所述喷氢方案调整模型的输入还包括初始反应程度和目标反应程度。
4.根据权利要求1所述的方法，其特征在于,所述基于所述供空压力、所述供氢压力和所述第一喷氢方案，确定第二喷氢方案的方式包括多轮迭代更新，所述多轮迭代更新的至少一轮迭代包括：
基于所述供空压力，确定预设供氢压力；
确定所述供氢压力与所述预设供氢压力的偏差量；
基于所述偏差量，通过预设算法确定所述供氢压力的压力修正量；
基于所述压力修正量，确定该轮迭代的第二喷氢方案；
基于所述该轮迭代的第二喷氢方案调整所述供氢压力；
基于调整后的供氢压力与所述预设供氢压力，确定下一轮迭代的第二喷氢方案。
5.根据权利要求4所述的方法，其特征在于，所述基于所述供空压力，确定预设供氢压力包括：
基于喷氢方案调整模型对所述供空压力和所述供氢压力进行处理，确定供氢压力调整值；
基于所述供氢压力调整值，确定所述预设供氢压力。
6.一种氢燃料电池供氢压力优化系统，其特征在于，所述系统包括
获取模块，用于获取所述供空压力、所述供氢压力和所述第一喷氢方案；
确定模块，用于基于所述供空压力、所述第一供氢压力和所述第一喷氢方案，确定第二喷氢方案；
调整模块，基于所述第二喷氢方案，调整所述供氢压力。
7.根据权利要求6所述的系统，其特征在于，所述第一喷氢方案和/或所述第二喷氢方案包括喷氢装置的开启频率、开度中的至少一个；
为基于所述供空压力、所述供氢压力和所述第一喷氢方案，确定第二喷氢方案，所述确定模块还用于：
基于喷氢方案调整模型对所述供空压力、所述供氢压力和所述第一喷氢方案进行处理，确定所述第二喷氢方案，所述喷氢方案调整模型为机器学习模型。
8.根据权利要求1所述的系统，其特征在于，所述基于所述供空压力、所述供氢压力和所述第一喷氢方案，确定第二喷氢方案的方式包括多轮迭代更新，
对于所述多轮迭代更新的至少一轮迭代，所述确定模块还用于：
基于所述供空压力，确定预设供氢压力；
确定所述供氢压力与所述预设供氢压力的偏差量；
基于所述偏差量，通过预设算法确定所述供氢压力的压力修正量；
基于所述压力修正量，确定该轮迭代的第二喷氢方案；
基于所述该轮迭代的第二喷氢方案调整所述供氢压力；
基于调整后的供氢压力与所述预设供氢压力，确定下一轮迭代的第二喷氢方案。
9.根据权利要求8所述的系统，其特征在于，为基于所述供空压力，确定预设供氢压力，所述确定模块还用于：
基于喷氢方案调整模型对所述供空压力和所述供氢压力进行处理，确定供氢压力调整值；
基于所述供氢压力调整值，确定所述预设供氢压力。
10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1～5任一项所述的氢燃料电池供氢压力优化方法。
CN202211327780.1A 2022-10-26 2022-10-26 一种氢燃料电池供氢压力优化方法及系统 Active CN115632145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211327780.1A CN115632145B (zh) 2022-10-26 2022-10-26 一种氢燃料电池供氢压力优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211327780.1A CN115632145B (zh) 2022-10-26 2022-10-26 一种氢燃料电池供氢压力优化方法及系统

Publications (2)

Publication Number Publication Date
CN115632145A true CN115632145A (zh) 2023-01-20
CN115632145B CN115632145B (zh) 2023-05-16

Family

ID=84906014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211327780.1A Active CN115632145B (zh) 2022-10-26 2022-10-26 一种氢燃料电池供氢压力优化方法及系统

Country Status (1)

Country Link
CN (1) CN115632145B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108550880A (zh) * 2018-05-31 2018-09-18 安徽江淮汽车集团股份有限公司 氢燃料电池汽车氢气控制系统
CN109980252A (zh) * 2019-03-25 2019-07-05 武汉海亿新能源科技有限公司 一种燃料电池氢气和空气供给控制方法、装置和系统
WO2021073036A1 (zh) * 2019-10-15 2021-04-22 江苏大学 一种燃料电池公交车实时全局优化智能控制系统及方法
CN113486698A (zh) * 2021-04-30 2021-10-08 华中科技大学 一种氢燃料电池工作的识别预测方法、存储介质及系统
CN113921864A (zh) * 2021-12-09 2022-01-11 国家电投集团氢能科技发展有限公司 一种燃料电池的供氢调控系统和调控方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108550880A (zh) * 2018-05-31 2018-09-18 安徽江淮汽车集团股份有限公司 氢燃料电池汽车氢气控制系统
CN109980252A (zh) * 2019-03-25 2019-07-05 武汉海亿新能源科技有限公司 一种燃料电池氢气和空气供给控制方法、装置和系统
WO2021073036A1 (zh) * 2019-10-15 2021-04-22 江苏大学 一种燃料电池公交车实时全局优化智能控制系统及方法
CN113486698A (zh) * 2021-04-30 2021-10-08 华中科技大学 一种氢燃料电池工作的识别预测方法、存储介质及系统
CN113921864A (zh) * 2021-12-09 2022-01-11 国家电投集团氢能科技发展有限公司 一种燃料电池的供氢调控系统和调控方法

Also Published As

Publication number Publication date
CN115632145B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN107966902B (zh) 一种不确定性间歇过程的约束2d跟踪控制方法
CN111293333A (zh) 燃料电池的空气系统的控制方法及控制装置
CN111580382A (zh) 基于人工智能的单元级供热调节方法及系统
CN103560261A (zh) 一种质子交换膜燃料电池用膜加湿器控制方法
CN116995276B (zh) 燃料电池发电系统冷却方法及系统
CN110838590A (zh) 一种质子交换膜燃料电池气体供应控制系统及方法
CN103792845B (zh) 一种金霉素发酵过程补糖速率优化控制的方法和系统
CN109507884A (zh) 空氧混合器压力控制方法、装置、计算机设备和存储介质
CN118210332B (zh) 控制气体排放的方法、装置、设备和存储介质
Li et al. Distributed deep reinforcement learning for optimal voltage control of PEMFC
CN115632145A (zh) 一种氢燃料电池供氢压力优化方法及系统
US10122034B2 (en) Intelligent system for the dynamic modeling and operation of fuel cells
Dewasme et al. Adaptive and robust linearizing control strategies for fed-batch cultures of microorganisms exhibiting overflow metabolism
CN113778141B (zh) 一种分段pid控制的流体管道流量控制系统
CN116154237A (zh) 燃料电池流量与压力的自适应控制方法、计算机及介质
CN115716469A (zh) 一种混合动力系统的输出功率分配控制方法
Ahmad et al. Enforcing model adequacy in real-time optimization via dedicated parameter adaptation
CN104133369A (zh) 一种质子交换膜燃料电池动态特性的控制方法
Hu et al. Differential Evolution Algorithm Based Self-adaptive Control Strategy for Fed-batch Cultivation of Yeast.
Abadli et al. Generic model control of an Escherichia coli fed-batch culture
CN113839072B (zh) 一种燃料电池服役稳定性控制方法及系统
CN108428915A (zh) 一种基于迭代学习的燃料电池排气过程阳极压力控制方法
CN114967780B (zh) 一种基于预测控制的脱硫系统pH值控制方法及系统
CN108681317A (zh) 一种化工工业过程鲁棒学习控制方法
Williams et al. Multivariable adaptive control of baker's yeast fermentation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant