本发明实施例公开了一种基于深度强化学习的燃料电池系统的燃料供给方法,涉及燃料电池技术领域,能够改善燃料电池的使用效率和寿命。本发明包括:获取燃料电池系统的工况数据的样本集合,根据工况数据的样本集合得到功率需求,DDPG控制器的目标为:在燃料电池系统输出功率,满足能量控制策略需求功率的同时,保持过氧比在预设范围内,工况预测模型包括:氢气流量控制阀模型、空气压缩机模型和燃料电池系统模型;将实际的工况数据输入工况预测模型,得到速度预测序列;利用速度预测序列,得到燃料电池系统的实际功率需求,并根据实际功率需求控制燃料电池系统的氢气流量阀和空气压缩机。本发明适用于
氢燃料电池系统。
声明:
“基于深度强化学习的燃料电池系统的燃料供给方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)