Modelização por redes neuronais de uma pilha de combustível do tipo PEM

Dissertação apresentada à Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia, para a obtenção do grau de Mestre em Energia e Bio-energia

Este trabalho centrou-se na modelização por redes neuronais de uma pilha de combustível do tipo PEM, de forma a prever os valores de tensão e corrente à saída da pilha, com o intuito de comprovar a previsibilidade e fiabilidade desta tecnologia. Nesta perspectiva, após uma apresentação teórica do hidrogénio e das pilhas de combustível, faz-se a descrição da pilha modelizada, e através da técnica estatística de ACP, seleccionam-se 9 das 14 variáveis que traduzem o funcionamento da pilha. Seguidamente, procedeu-se à modelização por redes neuronais da pilha de forma a prever o desempenho desta. A ACP e as RNA são desenvolvidas através do MatLab. A ACP permitiu a redução da dimensionalidade do conjunto de dados, facilitando o desenvolvimento e interpretação das RNA. A RNA foi aplicada para os dois casos, ou seja, foram criadas redes neuronais artificiais com 14 e 9 variáveis. Verificou-se que a diferença entre o valor de tensão/corrente real e estimado, para 14 variáveis, é de 0,0070 e 0,0267, respectivamente. Para 9 variáveis, a diferença entre o valor de tensão/corrente real e estimado é de 0,0055 e 0,0049, respectivamente. Para 14 variáveis a rede torna-se mais complexa e perde capacidade de generalização, o que justifica a diferença de valores de tensão/corrente para 14 e 9 variáveis. A modelização da rede permitiu estimar os valores de tensão e corrente à saída da pilha com um erro reduzido, e também, evidenciar a capacidade de generalização da rede para um domínio bem definido dentro dos parâmetros de funcionamento da pilha.