基于学习和全驱系统的PEM电解槽温度预测控制方法和设备

本发明涉及一种基于学习和全驱系统的PEM电解槽温度预测控制方法和设备，其中，方法包括如下步骤：步骤S1，构建PEM电解槽温度的动态模型，以PEM电解槽水流速率为控制对象，基于全驱系统理论，构建用于消除所述动态模型与温度相关的非线性部分的反馈控制律；步骤S2，构建状态约束和终端约束并在线求解优化问题，得到当前时刻的PEM电解槽水流速率的控制律，通过控制PEM电解槽水流速率实现PEM电解槽温度控制，其中，利用预先通过机器学习估计得到的噪声概率分布和噪声支撑集，得到用于模型预测控制的所述状态约束和终端约束。与现有技术相比，本发明在实时性、稳定性、准确性等方面具有优势。
上海交通大学
宁超 | 赵珺豪 | 汪涵