[发明专利]诊断固体氧化物燃料电池系统故障的方法及设备有效
| 申请号： | 201910081095.7 | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109840593B | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 李曦;薛滔;吴肖龙;许元武;赵东琦;陈孟婷;邓忠华;蒋建华;付晓薇 | 申请（专利权）人： | 华中科技大学鄂州工业技术研究院;华中科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人： | 黄君军 |
| 地址： | 436044 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种诊断固体氧化物燃料电池系统故障的方法及设备。其中，所述方法包括：根据固体氧化物燃料电池系统模型，获取诊断样本集，针对所述诊断样本集，得到神经网络模型的系统参数，采用所述系统参数和诊断样本集，对所述神经网络模型进行训练，得到最终故障诊断模型；实时采集固体氧化物燃料电池系统的工作数据，输入至所述最终故障诊断模型，得到固体氧化物燃料电池系统的故障类型。本发明实施例提供的诊断固体氧化物燃料电池系统故障的方法及设备，通过采用神经网络模型的机器学习分类方法，针对带天然气或甲烷的固体氧化物燃料电池系统进行分类识别，可以有效诊断固体氧化物燃料电池系统的故障发生情况。 | ||
| 搜索关键词： | 诊断 固体 氧化物 燃料电池 系统故障 方法 设备 | ||
【主权项】：
1.一种诊断固体氧化物燃料电池系统故障的方法，其特征在于，包括：根据固体氧化物燃料电池系统模型，获取诊断样本集，针对所述诊断样本集，得到神经网络模型的系统参数，采用所述系统参数和诊断样本集，对所述神经网络模型进行训练，得到最终故障诊断模型；实时采集固体氧化物燃料电池系统的工作数据，输入至所述最终故障诊断模型，得到固体氧化物燃料电池系统的故障类型。
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华中科技大学鄂州工业技术研究院;华中科技大学，未经华中科技大学鄂州工业技术研究院;华中科技大学许可，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/201910081095.7/，转载请声明来源钻瓜专利网。
