首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的质子交换膜燃料电池数据驱动方法及系统 

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!

申请/专利权人:山东大学

摘要:本发明属于数据处理技术领域,提供了基于深度学习的质子交换膜燃料电池数据驱动方法及系统,采用BP神经网络模型从当前工况数据中提取当前运行变量特征信息,采用LSTM网络模型从历史输出电压数据中提取时间滞后信息;其中,LSTM网络模型的构建过程中包括LSTM网络的模型阶次的确定,所述LSTM网络的模型阶次通过采用自相关函数和偏自相关函数的分析方法拟合关系曲线,通过关系曲线的形态确定LSTM网络的模型阶次;将当前运行变量特征信息和时间滞后信息进行融合,通过BP神经网络进一步提取融合特征信息,得到预测电压,解决了传统的建模方法忽略了系统历史输出和当天工况的共同影响造成预测不准确的问题。

主权项:1.基于深度学习的质子交换膜燃料电池数据驱动方法,其特征在于,包括如下步骤:获取质子交换膜燃料电池系统当前工况数据和历史输出电压数据;采用BP神经网络模型从当前工况数据中提取当前运行变量特征信息,采用LSTM网络模型从历史输出电压数据中提取时间滞后信息;其中,LSTM网络模型的构建过程中包括LSTM网络的模型阶次的确定,所述LSTM网络的模型阶次通过采用自相关函数和偏自相关函数的分析方法拟合关系曲线,通过关系曲线的形态确定LSTM网络的模型阶次;将当前运行变量特征信息和时间滞后信息进行融合,通过BP神经网络进一步提取融合特征信息,得到预测电压。

全文数据:

权利要求:

百度查询: 山东大学 基于深度学习的质子交换膜燃料电池数据驱动方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。