[发明专利]一种基于深度学习的燃料电池剩余寿命预测方法有效
| 申请号： | 202110385900.2 | 申请日： | 2021-04-12 |
| 公开（公告）号： | CN112986827B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 杨鑫;冷承霖;刘凯 | 申请（专利权）人： | 山东凯格瑞森能源科技有限公司 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/392;G06N3/08;G06N3/04 |
| 代理公司： | 北京中创博腾知识产权代理事务所(普通合伙) 11636 | 代理人： | 李艳艳 |
| 地址： | 264006 山东省烟台市经济技术开发*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的燃料电池剩余使用寿命预测方法。采用深度神经网络模型，从而实现燃料电池RUL的准确预测，属于质子交换膜燃料电池健康状态监测技术领域。具体步骤为：S1：获取燃料电池的监测数据，并降噪处理；S2：对降噪处理后的训练数据进行拟合，建立当前输入数据与目标数据之间的非线性映射关系；S3：建立损失函数并通过反馈求导的方法，优化神经网络模型参数，得到最优的神经网络模型；S4：将预测起点的输入数据作为最优DNN的输入，从而实现迭代滚动预测。S4可以简单的概括为：迭代地使用神经网络的当前时刻的预测输出作为下一时刻预测的输入，迭代滚动预测电压或功率输出，从而实现燃料电池RUL预测。 | ||
| 搜索关键词： | 一种 基于 深度 学习 燃料电池 剩余 寿命 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东凯格瑞森能源科技有限公司，未经山东凯格瑞森能源科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110385900.2/，转载请声明来源钻瓜专利网。
