Comparación entre modelos de espacio de estados y LSTM para la estimación virtual de temperatura en pilas de combustible PEM

Resumen

Este estudio compara enfoques basados en modelos de espacio de estados y redes Long Short-Term Memory (LSTM) para el sensado virtual de la temperatura de salida en pilas de combustible de membrana de intercambio protónico (PEMFC). Se recopilaron datos experimentales de corriente de pila, temperatura de entrada del agua de refrigeración y temperatura de salida del agua de refrigeración bajo condiciones dinámicas de operación. El modelo de espacio de estados se desarrolló mediante técnicas de identificación de sistemas, mientras que el modelo LSTM se entrenó utilizando un enfoque basado en aprendizaje secuencial de datos. Se evaluaron diferentes combinaciones de entradas mediante el error cuadrático medio (RMSE) y análisis de correlación. Los resultados mostraron que ambos métodos pudieron seguir el comportamiento térmico, aunque su desempeño dependió significativamente de la selección de entradas y de la observabilidad térmica