公开(公告)号：CN119886225A

公开(公告)日：2025-04-25

申请号：CN202510368805.X

申请日：2025-03-27

Applicant: 杭州电子科技大学

Inventor： 周宇 ,  董天航 ,  张泽辉 ,  郑梁 ,  王翔 ,  华咏竹 ,  范思远 ,  刘洲 ,  左彬

IPC: G06N3/0464 ,  G06N3/0455 ,  G06F18/10 ,  G06F18/214 ,  G06F18/25 ,  G06N3/049 ,  G06N3/08 ,  G06N3/042 ,  G06Q50/06 ,  G06Q10/04 ,  H02J3/00

Abstract: 本发明公开了一种基于物理知识引导的风电功率智能预测方法和系统，该方法首先采集风力发电场数据，并进行预处理，将预处理后的数据划分训练集、测试集和验证集。其次构建风电功率预测模型，并融入物理先验知识，将训练集的数据输入到所述风电功率预测模型中进行训练。最后使用训练好的风电功率预测模型，通过测试集和验证集中的数据，进行多步预测，得到预测功率。该系统包括数据采集单元、数据预处理单元、模型构建单元、模型训练单元、模型预测单元。本发明提高了复杂环境下的预测精度和泛化能力，能够实现对风电场在不同气象条件下的风电功率进行更精确的预测，同时提升预测的鲁棒性。

公开(公告)号：CN116338502A

公开(公告)日：2023-06-27

申请号：CN202310105309.6

申请日：2023-02-13

Applicant: 杭州电子科技大学

Inventor： 徐晓滨 ,  董天航 ,  张泽辉 ,  高海波 ,  罗洋 ,  沈旭峰 ,  侯平智

IPC: G01R31/392 ,  G01R31/367 ,  G06N3/044 ,  G06N3/08

Abstract: 本发明公开了一种基于随机噪声增强和循环神经网络的燃料电池寿命预测方法。本发明利用相关性分析选取与燃料电池性能退化指标相关性最高的若干组数据并对数据进行预处理；然后对数据进行多批次划分，利用初始参数构建基于随机噪声增强和循环神经网络的燃料电池寿命预测模型；最后将数据输入至模型进行训练，得到燃料电池寿命的预测数据。本发明预测精度较好，能使用较少数据完成训练并进行燃料电池的寿命预测，便于工程实现。

公开(公告)号：CN118522925A

公开(公告)日：2024-08-20

申请号：CN202410585166.8

申请日：2024-05-13

Applicant: 杭州电子科技大学

Inventor： 张泽辉 ,  周宇 ,  董天航 ,  宫文峰 ,  徐晓滨 ,  何宁昕 ,  程胜龙

IPC: H01M8/04992 ,  H01M8/04298 ,  H01M8/04664 ,  H01M8/0432 ,  H01M8/0438 ,  H01M8/04492 ,  H01M8/04537 ,  G06F18/15 ,  G06F18/213 ,  G06F18/2433 ,  G06F18/27 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了一种基于深度学习的质子交换膜燃料电池水管理故障预测方法、系统和装置。其中方法包括：S1、通过传感器采集质子交换膜燃料电池的状态数据；S2、对原始数据进行数据预处理；S3、利用预测数据集训练燃料电池状态预测模型LSTM，分类数据集训练燃料电池故障辨识模型CNN；S4、使用LSTM预测燃料电池未来的状态信息，将预测结果输入CNN中，得到PEMFC识别结果；S5、判断所述识别结果的评分是否满足预设的报警提醒触发条件，若是则发出报警提醒信号以提醒检测人员。本发明所提出的故障预测方法，能够准确地预测燃料电池未来出现的故障，能够为燃料电池在故障出现前争取到宝贵处置时间，从而有效提升燃料电池可靠性。