-
公开(公告)号：CN110137547B
公开(公告)日：2022-04-26
申请号：CN201910534722.8
申请日：2019-06-20
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: H01M8/04992 , H01M8/04298 , H01M8/0432 , H01M8/04537 , H01M8/0612
Abstract: 本发明公开了一种带重整器的燃料电池系统的控制方法、装置及电子设备，属于控制技术领域，包括采集所述带重整器的固体氧化物燃料电池系统的特征变量信息；依据特征变量信息，对控制对象进行神经网络模型的建立，并设置神经网络模型的基础参数；采集带重整器的固体氧化物燃料电池系统的实时信息，并将实时信息输入神经网络控制器中，来计算出所述神经网络控制器的调节量；依据预设的期望值，以及所述调节量，通过所述神经网络控制器来将所述带重整器的固体氧化物燃料电池系统调节到期望范围之内。本发明达到能够提高固体氧化物燃料电池系统的热安全性，对系统进行容错控制，使得系统在故障发生时还能在安全范围内运行的技术效果。
-
公开(公告)号：CN109888338B
公开(公告)日：2021-11-09
申请号：CN201910125727.5
申请日：2019-02-20
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: H01M8/04313 , H01M8/04992 , G06K9/62 , G06N20/00
Abstract: 本发明实施例提供了一种基于统计的SOFC供气故障检测方法及设备。所述方法包括：根据采集信号的相关度，确定相关信号，并对所述相关信号划分输入量和输出量，得到划分后的相关信号，将所述划分后的相关信号的数据矩阵归一化，并对归一化后的数据矩阵进行降维，得到降维的归一化数据矩阵，根据所述降维的归一化数据矩阵，确定控制上限和控制下限，最终获取故障检测模型；将实时采集的相关信号，输入所述故障检测模型，若输出结果在所述控制上限和控制下限之间，则确定SOFC供气正常。本发明实施例提供的基于统计的SOFC供气故障检测方法及设备，可以实现SOFC气体供应故障的有效检测。
-
公开(公告)号：CN111983489A
公开(公告)日：2020-11-24
申请号：CN202010829112.3
申请日：2020-08-18
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: G01R31/388 , G01R31/392 , G01R31/36 , G01R31/12
Abstract: 本发明公开了一种SOFC系统放电故障含过渡模态的检测方法，包括收集SOFC系统运行的历时数据，进行相关性分析，找出影响SOFC系统放电特性的关键信号指标，关键信号指标为电压信号；采用经验模态分解方法将电压信号分解为多个IMF分量和一个res分量；在外部输入信号没有变化的状态下，若采用经验模态分解方法处理后的电压信号出现变化，则SOFC系统出现故障模态的过渡模态。本发明的目的在于解决SOFC系统忽略过度模态所导致的不利于系统稳定、高效、长寿命放电的技术问题。
-
公开(公告)号：CN110137547A
公开(公告)日：2019-08-16
申请号：CN201910534722.8
申请日：2019-06-20
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: H01M8/04992 , H01M8/04298 , H01M8/0432 , H01M8/04537 , H01M8/0612
Abstract: 本发明公开了一种带重整器的燃料电池系统的控制方法、装置及电子设备，属于控制技术领域，包括采集所述带重整器的固体氧化物燃料电池系统的特征变量信息；依据特征变量信息，对控制对象进行神经网络模型的建立，并设置神经网络模型的基础参数；采集带重整器的固体氧化物燃料电池系统的实时信息，并将实时信息输入神经网络控制器中，来计算出所述神经网络控制器的调节量；依据预设的期望值，以及所述调节量，通过所述神经网络控制器来将所述带重整器的固体氧化物燃料电池系统调节到期望范围之内。本发明达到能够提高固体氧化物燃料电池系统的热安全性，对系统进行容错控制，使得系统在故障发生时还能在安全范围内运行的技术效果。
-
公开(公告)号：CN109840593A
公开(公告)日：2019-06-04
申请号：CN201910081095.7
申请日：2019-01-28
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: G06N3/08
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN109840593B
公开(公告)日：2023-09-05
申请号：CN201910081095.7
申请日：2019-01-28
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: G06N3/08
Abstract: 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。
-
公开(公告)号：CN109860660B
公开(公告)日：2021-11-09
申请号：CN201910081098.0
申请日：2019-01-28
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: H01M8/04007 , H01M8/04089 , H01M8/04701 , H01M8/12
Abstract: 本发明公开了一种高效固体氧化物燃料电池系统，包括原料供给单元、燃料重整单元、燃料换热器、电堆单元、尾气燃烧室、空气换热器和冷却单元。本发明通过所述高效固体氧化物燃料电池系统，将系统反应产生的尾气热量始终约束在系统内，使其充分循环利用，进而提高了系统整体效率；同时通过在燃料重整器中设置相互独立的燃料室和供热室，使燃料重整单元的温度更易于独立控制，进而降低了系统耦合度。
-
公开(公告)号：CN112131775A
公开(公告)日：2020-12-25
申请号：CN202010695937.0
申请日：2020-07-17
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: G06F30/25 , G06F119/04
Abstract: 一种固体氧化物燃料电池性能推理与优化方法，所述方法包括步骤：对固体氧化物燃料电池进行物理化学机理建模并得到数学模型；将所述数学模型中未确定的系数设置为未知系数；使用粒子群优化算法对所述未知系数进行优化；将所述未知系数优化后的所述数学模型转换为状态空间表达式；对固体氧化物燃料电池实际运行数据中的变量进行格兰杰因果检验，并得到实际运行情况下变量的格兰杰因果性关系矩阵；根据所述状态空间表达式与所述格兰杰因果性关系矩阵判断所述数学模型是否符合所述固体氧化物燃料电池实际运行情况并评估优化效果。本申请综合准确性与效率考量，整合了数据驱动方法与机理模型方法的优势，同时一定程度上避免了二者的缺点。
-
公开(公告)号：CN111933973A
公开(公告)日：2020-11-13
申请号：CN202010695477.1
申请日：2020-07-17
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: H01M8/04298 , H01M8/04858 , H01M8/04992 , H02J7/00 , B60L58/12 , B60L58/30 , B60L58/40
Abstract: 一种质子交换膜燃料电池混合能量管理系统，所述系统包括：PEMFC电堆、直流母线、负载、升压DC/DC变换器、锂电池、双向DC/DC变换器、第一控制器和第二控制器。提供的一种质子交换膜燃料电池混合能量管理系统，以PEMFC电堆输出负载平均功率、锂电池释放或吸收负载突变功率为基本策略，采用PI反馈控制算法实现功率输出控制，采用PI反馈控制算法实现电量控制，实现了负载跟踪的快速性和锂电池SOC的可控性，避免了PEMFC电堆内部的燃料亏空现象，有效地提高了系统整体性能。
-
公开(公告)号：CN109888338A
公开(公告)日：2019-06-14
申请号：CN201910125727.5
申请日：2019-02-20
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: H01M8/04313 , H01M8/04992 , G06F17/50
Abstract: 本发明实施例提供了一种基于统计的SOFC供气故障检测方法及设备。所述方法包括：根据采集信号的相关度，确定相关信号，并对所述相关信号划分输入量和输出量，得到划分后的相关信号，将所述划分后的相关信号的数据矩阵归一化，并对归一化后的数据矩阵进行降维，得到降维的归一化数据矩阵，根据所述降维的归一化数据矩阵，确定控制上限和控制下限，最终获取故障检测模型；将实时采集的相关信号，输入所述故障检测模型，若输出结果在所述控制上限和控制下限之间，则确定SOFC供气正常。本发明实施例提供的基于统计的SOFC供气故障检测方法及设备，可以实现SOFC气体供应故障的有效检测。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.027 seconds)
