买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉理工大学申请的专利基于多步长预测策略的质子交换膜燃料电池长期预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120511324B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511007534.1，技术领域涉及：H01M8/04992；该发明授权基于多步长预测策略的质子交换膜燃料电池长期预测方法是由杨扬;刘晏君;李浩;谢长君;杨远航;朱文超;黄亮;杨一鼎;韦鹏设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本基于多步长预测策略的质子交换膜燃料电池长期预测方法在说明书摘要公布了：本发明涉及燃料电池技术领域，公开了一种基于多步长预测策略的质子交换膜燃料电池长期预测方法，包括如下步骤：实验数据预处理，取得模型训练数据集和长期预测初始输入数据；建立模型与训练模型，得到训练好的混合概率数据驱动电压衰退趋势预测模型；基于多步长预测策略的长期预测；预测结果与不确定性分析：将同一预测位置的平均值作为点估计结果，将95%置信水平的标准误差范围作为区间估计结果，通过误差评估指标对点估计和区间估计结果进行分析，同时计算区间估计集中率评估预测不确定性。本发明基于多步长预测策略的质子交换膜燃料电池长期预测方法，长期预测效果好，预测结果精度和可信度高。

本发明授权基于多步长预测策略的质子交换膜燃料电池长期预测方法在权利要求书中公布了：1.一种基于多步长预测策略的质子交换膜燃料电池长期预测方法，其特征在于：包括如下步骤： S1实验数据预处理：基于PEMFC耐久性实验数据集，对电压数据抽样，电压数据滤波后，将电压数据划分为训练集和测试集，将训练集归一化处理取得模型训练数据集，将测试集归一化处理，取测试集前滑动窗口大小数量的电压数据，作为长期预测初始输入数据； S2建立模型与训练模型：将混合数据驱动模型普通神经网络的神经元替换为由长短期记忆网络、门控循环单元和最小门控单元结构构成的神经元，以自注意力机制作为连接媒介，结合概率贝叶斯理论，将混合数据驱动模型的模型参数替换为概率分布，得到混合概率数据驱动模型，结合步骤S1取得的训练数据集，训练得到训练好的混合概率数据驱动电压衰退趋势预测模型； S3基于多步长预测策略的长期预测：将步骤S1取得的长期预测初始输入数据输入到步骤S2取得的训练好的混合概率数据驱动电压衰退趋势预测模型中，得到模型输出，并取不同时刻在同一预测位置的平均值添加到混合概率数据驱动电压衰退趋势预测模型输入数据尾部，通过滑动输入窗口，更新混合概率数据驱动电压衰退趋势预测模型输入数据，直到完成所有预测，时刻1的长期预测初始输入数据为x1,x2，…，xM-1,xM，M为模型输入窗口大小，得到模型输出N为模型输出步数大小，在时刻2，取预测位置1的平均值添加到输入数据尾部，通过滑动输入窗口，模型输入数据为得到模型输出为同理，在时刻3，取预测位置2的平均值添加到输入数据尾部，通过滑动输入窗口，模型输入数据为得到模型输出为通过上述步骤，递归到时刻k完成所有预测； S4预测结果与不确定性分析：将同一预测位置的平均值作为点估计结果，将95％置信水平的标准误差范围作为区间估计结果，通过误差评估指标对点估计和区间估计结果进行分析，同时计算区间估计集中率评估预测不确定性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。