[发明专利]基于长短期记忆神经网络模型的燃料电池电压预测方法在审
| 申请号： | 202210378188.8 | 申请日： | 2022-04-12 |
| 公开（公告）号： | CN114740361A | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 程军圣;左彬;杨宇 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/392;G06N3/04;G06N3/08 |
| 代理公司： | 湘潭市汇智专利事务所(普通合伙) 43108 | 代理人： | 陈伟 |
| 地址： | 410082 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于长短期记忆神经网络模型的燃料电池电压预测方法，首先获取燃料电池多种历史检测信号并进行预处理，分解出预测电压信号；然后对预测电压信号和历史检测信号进行归一化处理，获得特征信号并滤波；将滤波后的特征信号输入建立的组合式长短期记忆神经网络模型，重复训练得到燃料电池电压预测模型；最后将筛选出的特征信号实时采集后进行归一化处理和卡尔曼滤波，再输入到燃料电池电压预测模型中，获得的结果进行反归一化处理，获得燃料电池的预测电压，此方法能够对燃料电池，尤其是长周期工作的燃料电池发电系统进行实时电压状态的精准预测，可实现燃料电池故障提前感知，保证设备的安全、稳定和长期运行。 | ||
| 搜索关键词： | 基于 短期 记忆 神经网络 模型 燃料电池 电压 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湖南大学，未经湖南大学许可，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/202210378188.8/，转载请声明来源钻瓜专利网。
