公开(公告)号：CN119598865A

公开(公告)日：2025-03-11

申请号：CN202411681792.3

申请日：2024-11-22

Applicant: 哈尔滨理工大学

Inventor： 艾岭 ,  郅昕泽 ,  周广吉

IPC: G06F30/27 ,  G06N3/044 ,  G06N3/048 ,  G06N3/084 ,  G06F18/15 ,  G06F18/214 ,  G06F119/08

Abstract: 本发明公开了一种基于张量CP分解的交叉流平板型SOFC单电池表面温度场预测方法，首先，通过使用张量CP分解技术对SOFC单电池表面二维温度场张量进行时空分离，随后，分别建立名义系统的低维时间序列模型预测未来低维特征值，最后，通过重构时空数据的方式预测SOFC单电池表面温度场的未来信息。本发明在保证模型预测精度的情况下，大幅降低了预测模型的复杂度，提高了模型计算效率，解决了传统有限元分析方法耗时长，不适于在线应用的难题。本发明特别适用于交叉流平板型SOFC单电池表面二维温度场建模问题，本发明的温度场建模方法能够更好地适应计算资源受限系统的建模和在线运行问题，应用前景十分广泛。

公开(公告)号：CN119494263A

公开(公告)日：2025-02-21

申请号：CN202411522644.7

申请日：2024-10-29

Applicant: 哈尔滨理工大学

Inventor： 艾岭 ,  汝浩 ,  郅昕泽

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/084 ,  G06F119/08

Abstract: 本发明公开了一种基于张量Tucker分解的软包锂离子电池温度场预测方法及系统，所述方法首先通过使用张量Tucker分解技术对电池表面二维温度场数据进行时空分离，随后建立神经网络预测模型用来估计名义系统未来的低阶时间特性，再通过Tucker分解逆变换重构出电池未来温度场的预测信息。本发明采用基于张量Tucker分解的模型简约方法，避免了直接对高阶数据进行逐个建模的复杂计算问题，同时考虑了电池表面温度场二维时空特性，在保证模型精度的同时大幅降低了预测建模的难度。本发明的方法简单易行，特别适用于大型软包锂离子电池温度场预测问题，能够更好地适应计算资源受限系统的建模要求，应用前景广泛。