热能动力工程

作者：刘健,肖圣营,吕小静,翁一武

单位：上海交通大学中英国际低碳学院,,上海交通大学机械与动力工程学院,,上海交通大学中英国际低碳学院,,上海交通大学机械与动力工程学院,

关键词：固体氧化物燃料电池/燃气轮机;混合动力系统;BP神经网络;故障诊断;性能预测

基金：国家自然科学基金项目（面上项目，重点项目，重大项目）

针对SOFC/GT混合动力系统在变工况运行过程中极易出现的电堆超温、重整器碳沉积等故障，提出使用BP神经网络对SOFC/GT混合动力系统故障诊断与性能预测，基于此搭建了混合动力系统动态模型，进行了动态特性分析及验证，设计并优化BP神经网络结构，得到了超温、碳沉积故障的诊断结果和对电堆温度、系统输出功率的性能预测结果。结果表明：所设计的混合动力系统输出功率为388.4kW，效率为61.8%，满足系统设计要求。使用BP神经网络的对超温故障的诊断准确率为95%，对碳沉积故障的诊断准确率为97.5%。在空气流量阶跃降低12.5%和17.5%的工况下，对电堆温度及电堆输出功率的动态预测准确率分别达到了97.3%和98.8%。所得结果可以为未来发展长寿命的绿色高效发电技术提供技术支撑。

来源：2025年第12期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2025年第12期