Santos, Inês Gonçalves dos2011-02-142011-02-142010http://hdl.handle.net/10362/5098Dissertação apresentada à Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia, para a obtenção do grau de Mestre em Energia e Bio-energiaEste 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.porRedes Neuronais Artificiais (RNA)Análise de Componentes Principais (ACP)Pilha de combustível de membrana de permuta protónica (PEM)Modelizaçãomaster thesis