【技术】天洑数据建模实施案例集锦(2) - 燃料电池热管理快速评估
背景和概述
燃料电池是一种直接将燃料的化学能转化为电能的装置。已被誉为是继水力、火力、核电之后的第四代发电技术。这种电化学能可提供外部负载所需要的直流电能,并且燃料电池不排放任何氮氧化物和硫氧化物。具有发电效率高、燃料范围广、环境污染小、可靠性高等特点。
图1 燃料电池基本结构包括阳极(燃料电极)、阴极(氧电极)和电解质
根据燃料电池中使用的电解质种类,可以将其分为碱性燃料电池、磷酸燃料电池、固体氧化物燃料电池等6种。其中固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)的工作温度较高,在600℃-1000℃之间,高效的SOFC热管理对于提高电池功率密度、维持系统安全稳定运行具有重要意义。
问题和难点
1. SOFC对工作温度要求严格:电堆温度过低时,电池片功率密度小、发电效率低下;电堆温度过高、温差过大以及温度场分布不均时都会导致密封材料快速老化,电池片和连接体发生形变,甚至断裂,从而导致电堆性能急剧下降;
2. 依赖于复杂的传质传热过程、瞬态能量守恒等定律,虽然能准确预测温度场形成和梯度分布等机理特性,但模型求解时间长,无法满足在线计算时间限制的要求;
3. 基于模型的温度控制系统需要依赖高精度的温度分布模型。
解决方案:基于DTEmpower的燃料电池温度分布建模
为了对SOFC在不同工作条件下的温度分布进行建模,为快速评估SOFC的可靠性提供模型支撑,本案例基于DTEmpower数据建模平台,采用数据驱动的方法建立温度分布的数据模型,为SOFC的快速评估提供模型支撑。
燃料电池温度分布关键参数建模
①数据集介绍:某TOP高校提供的SOFC单体仿真数据集,含有6维输入变量(电池电压、空气和燃料入口温度、燃料质量流量等)和4维与温度相关的输出变量(平均电流密度、空气压降和最高温度位置等),目标是建立输入输出变量之间的映射关系,以快速评估燃料电池在不同工作条件下的温度分布。
②建模方法和建模结果:图2所示的建模方法采用DTEmpower集成的AIAgent等多种训练算法进行温度分布建模的探索和尝试。然后对比不同模型的测试误差和R2等评价指标。
图2 基于DTEmpower软件平台的燃料电池温度分布关键参数建模流程和试验结果,可以看到在燃料电池温度分布的建模试验中,基于AIAgent训练算法的模型精度优于其他常见算法
结合DTEmpower数据建模工具,可以建立高精度的平均电流密度、燃料压降和最高温度位置的回归模型,这为燃料电池温度分布建模提供了有力的数据模型支撑。
基于位置的温度分布拟合
1. 数据集介绍:SOFC长100mm,在恒定的工作条件下(共128个工作条件)每间隔0.1mm记录对应位置下的温度,客户需求为根据其中5个采样点生成一条温度分布的曲线,以此快速评估燃料电池在不同工作条件下的温度随位置的分布情况。
2. 建模方法和试验结果:图3所示的建模方法采用AIAgent智能训练算法并选取5个样本进行训练,剩余995个样本进行对比验证,拟合128种工作条件下温度随位置的分布情况。
图3 基于DTEmpower软件平台的燃料电池温度分布建模流程和结果,方案采用AIAgent智能训练算法用以拟合温度随位置的分布情况。DTEmpower仅使用5个位置点上的温度就能完美(R2指标都在99%以上)拟合出剩余995个位置上的温度,这为SOFC的温度分布建模提供了高精度的数据模型支撑
案例总结
本案例基于DTEmpower数据建模平台对SOFC的仿真数据集进行温度分布建模:
对温度分布的统计参数及其相关的重要参数,采用基于数据驱动的方法进行训练和测试,对于大部分目标变量,基于AIAgent算法的模型R2指标(越接近1模型精度越高)在0.97以上;
对基于位置的温度分布进行训练预测,AIAgent智能训练算法的模型R2指标(越接近1模型精度越高)均在0.99以上。这为燃料电池的可靠性的快速评估提供了强有力的数据模型支撑。
DTEmpower建模工具在SOFC温度分布的建模分析中提供了一站式的数据建模解决方案,平台提供了强大的数据挖掘、特征工程和模型自动学习等支撑技术,可以帮助用户快速、便捷的构建精度较高的数据模型。
应用价值
1. 节省燃料电池温度分布的建模时间
采用数据训练的方式得到SOFC关键参数和温度分布的高精度代理模型,用户只需给定相应的输入条件,即可在毫秒级的时间内得到输出。这与小时级别的基于有限元分析的温度分布的建模耗时相比,具有巨大优势。
2. 强有力的温度分布数据模型支撑
试验中所得到的基于位置的温度分布模型的R2指标在0.99以上,这为基于模型的温度控制和燃料电池的快速评估提供强有力的数据模型支撑。
相关案例
图4 燃料电池温度分布示意图
【技术】天洑数据建模实施案例集锦(2) - 燃料电池热管理快速评估相关推荐
- 【技术】天洑数据建模实施案例集锦(3)- 风力机轮毂强度快速评估
背景和概述 风力发电机主要由叶片.变桨系统.齿轮箱.发电机.偏航系统和轮毂等部分组成.轮毂是风力发电机组中的关键零部件,连接着叶片根部和风机主轴,叶片上承受推力.扭矩.弯矩等复杂的交变载荷,通过变桨轴 ...
- MongoDB数据建模小案例:朋友圈评论内容管理
摘要: MongoDB数据建模小案例:朋友圈评论内容管理 需求 社交类的APP需求,一般都会引入"朋友圈"功能,这个产品特性有一个非常重要的功能就是评论体系. 先整理下需求: 这个 ...
- Python技术栈与Spark交叉数据分析双向整合技术实战--大数据ML样本集案例实战
版权声明:本套技术专栏是作者(秦凯新)平时工作的总结和升华,通过从真实商业环境抽取案例进行总结和分享,并给出商业应用的调优建议和集群环境容量规划等内容,请持续关注本套博客.QQ邮箱地址:1120746 ...
- 我的新能源动力电池PACK热管理仿真案例
附赠仿真学习包,包含结构.流体.电磁.热仿真等多学科视频教程,点击领取: 仿真秀粉丝专属礼包 导读:本文为新能源电池热管理仿真案例介绍,笔者根据项目经验从电池热管理开发流程.分析工况.电池 ...
- 动力电池热管理设计与仿真及整车热管理高级技术
动力电池组已在混动/电动汽车中占有十分重要的地位,其性能直接影响新能源车的性能.安全.续航里程.对新能源车的市场占有率和用户的驾驶体验有着举足轻重的作用.因此,各整车厂和PACK电池生产商都对电池组( ...
- 大数据建模、分析、挖掘技术应用研修班的通知
--- 关于举办 2021年数字信息化培训项目系列 --- 大数据建模.分析.挖掘技术应用研修班的通知 各企事业单位: 随着2015年9月国务院发布了<关于印发促进大数据发展行动纲要的通知> ...
- 关于举办大数据建模、分析、挖掘技术应用直播课程研修班
关于举办大数据建模.分析.挖掘技术应用直播课程研修班 各企事业单位: 随着2015年9月国务院发布了<关于印发促进大数据发展行动纲要的通知>,各类型数据呈现出了指数级增长,数据成了每个组织 ...
- 第一届“天洑杯”全国高校数据建模大赛总决赛获奖名单公示
2023年5月19日,第一届"天洑杯"全国高校数据建模大赛在湖南省张家界第六届智能优化与调度学术会议现场圆满收官.在为期30日的线上赛中,共有来自全国45所高校的131支队伍参与角 ...
- 巨龙信息大数据建模与分析技术浅析
巨龙大数据建模与分析系统是厦门市巨龙信息科技有限公司研发的一款跨数据平台的数据挖掘.分析.建模的工具.面向各行各业在大数据建设过程的应用诉求,致力于构建智能数据体系,打造更便捷.更易用的大数据生产力平 ...
最新文章
- java web三大组件之filter过滤器
- docker配置dns解决办法
- 集成学习之参数调整策略
- 计算机windows10属性配置,电脑显示属性设置,教你win10系统电脑显示属性的设置教程...
- Java 8中获取参数名称
- 《C++0x漫谈》系列之:右值引用
- MTK 驱动(66)---Android recovery UI实现分析
- AppBoxFuture(九): 组织结构与权限体系
- [CTO札记]电纸书,将成为教学、阅读潮流
- Node.app让Nodejs平台在iOS和OS X系统上奔跑
- 获取百度网盘提取码的两种方法
- 图片怎么去底色?怎么去图片背景为透明?
- 感性女生和理性男生的区别
- linux内核函数 ffs,linux内核中的宏ffs(x)【转】
- html创建电子邮件链接教程
- ALSA学习笔记 (1) ALSA 简介
- Apache 服务器 SSL 证书到期-续期处理步骤
- 计算机英语性考任务答案,2010秋英语(1)形考答案
- 【Python】利用Python实现精准三点定位(经纬度坐标与平面坐标转换法求解)
- 614717-89-4|2-(4-溴苯基)咪唑[4,5f][1,10]邻菲啰啉|分子量:375.22|分子式:C19H11BrN4