您的当前位置：首页基于深度信念网络的质子交换膜燃料电池性能预测及寻优方法[发明专利]

基于深度信念网络的质子交换膜燃料电池性能预测及寻优方法[发明专利]

来源：二三四教育网

专利内容由知识产权出版社提供

专利名称：基于深度信念网络的质子交换膜燃料电池性能预测

及寻优方法

专利类型：发明专利

发明人：杨悦,徐博识,李洪伟,杜长河,洪文鹏申请号：CN2020100346.1申请日：20200114公开号：CN111200141A公开日：20200526

摘要：本发明提供一种基于深度信念网络的质子交换膜燃料电池性能预测与寻优方法，其特点是，包括：训练数据的收集与预处理、构建深度信念网络模型并进行训练、电池性能预测并与传统预测方法比较和应用深度信念网络模型搜寻最大功率密度与最优工况等步骤，其科学合理，预测准确性高；并且仅通过相对少的数据训练网络就能够完成很大工况范围内的最大功率密度搜寻并获取最佳运行工况，相比于花费昂贵的实验与耗时较长的模拟，能够极大提高燃料电池系统的设计与优化效率。

申请人：东北电力大学

地址：132012 吉林省吉林市船营区长春路169号

国籍：CN

代理机构：吉林市达利专利事务所

代理人：陈传林

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文