买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东科技大学申请的专利一种基于深度学习的氢气储能设备泄漏故障预警方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120213339B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510377203.0，技术领域涉及：G01M3/00；该发明授权一种基于深度学习的氢气储能设备泄漏故障预警方法和系统是由邱月;王晓珍;王启航;成乐璐;郭永宇设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本一种基于深度学习的氢气储能设备泄漏故障预警方法和系统在说明书摘要公布了：本申请提供一种基于深度学习的氢气储能设备泄漏故障预警方法和系统，其中，该方法包括：实时收集氢气储能设备的多源传感数据，构建多维特征矩阵，并利用双向交互网络建立压力波动与气体浓度的非线性映射，对温度梯度和振动频谱进行空间建模，生成融合特征张量。随后，将融合特征张量输入时空推理模型，预测设备泄漏和能量损耗，输出泄漏概率云图和能量损耗向量。基于能量损耗向量识别熵值突变区域，当高密度泄漏区域与熵值突变区域在连续检测周期内重叠时，触发多级预警信号，生成泄漏源热力图和压力平衡参数集，激活自调节系统动态修正阀门开度并更新网络权重，形成闭环控制链路。本申请提升了氢气储能设备泄漏故障的预警准确性和响应速度。

本发明授权一种基于深度学习的氢气储能设备泄漏故障预警方法和系统在权利要求书中公布了：1.一种基于深度学习的氢气储能设备泄漏故障预警方法，其特征在于，包括： 实时收集氢气储能设备的多源异构传感数据流，以构建多维特征矩阵，所述传感数据流包含压力波动序列、温度梯度分布场、振动频谱波形及气体浓度谱图； 将所述多维特征矩阵输入至双向交互网络，以通过双向交互网络中的交叉注意力模块建立所述压力波动序列与所述气体浓度谱图之间的非线性映射，并采用梯度场重构算法对所述温度梯度分布场与所述振动频谱波形进行空间传播建模，生成融合特征张量； 将所述融合特征张量输入至时空推理模型，以利用所述时空推理模型进行氢气储能设备泄漏和能量损耗预测，输出泄漏概率云图及能量损耗向量； 基于所述能量损耗向量确定熵值突变区域，当所述泄漏概率云图中的高密度区域与熵值突变区域在连续检测周期内空间重叠时，触发多级预警信号并生成泄漏源热力图及压力平衡参数集，其中熵值突变区域是指能量损耗向量中熵值变化的区域，表示能量异常波动； 根据所述泄漏源热力图和所述压力平衡参数集激活自调节系统，以使所述自调节系统动态修正相邻氢气储能设备的阀门开度梯度，并更新所述双向交互网络的节点权重，以生成闭环链路。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。