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;国网浙江省电力有限公司申请的专利一种基于混合概率数据驱动模型的燃料电池性能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：CN117312835B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202311355955.4，技术领域涉及：G06F18/2135；该发明授权一种基于混合概率数据驱动模型的燃料电池性能预测方法是由谢长君;郭冰新;朱文超;杨扬;熊斌宇;石英;黄亮;赵波;章雷其设计研发完成，并于2023-10-18向国家知识产权局提交的专利申请。

本一种基于混合概率数据驱动模型的燃料电池性能预测方法在说明书摘要公布了：一种基于混合概率数据驱动模型的燃料电池性能预测方法，包括以下步骤：采用主成分分析法对样本数据集进行预处理，将处理后的数据集拆分为训练集和测试集；建立大模型神经网络，将所述训练集中的数据作为所述大模型神经网络的输入，使用优化算法训练大模型神经网络的参数，获得优化大模型神经网络；计算所述优化大模型神经网络在各个时刻的预测结果的均值和方差，得到混合概率数据驱动模型，优化所述混合概率数据驱动模型的权重系数，得到优化混合概率数据驱动模型；将所述测试集中的数据作为优化混合概率数据驱动模型的输入，得到燃料电池性能预测结果。

本发明授权一种基于混合概率数据驱动模型的燃料电池性能预测方法在权利要求书中公布了：1.一种基于混合概率数据驱动模型的燃料电池性能预测方法，其特征在于：包括以下步骤： 步骤S1：采用主成分分析法对样本数据集进行预处理，将处理后的数据集拆分为训练集和测试集； 步骤S2：建立大模型神经网络，将所述训练集中的数据作为所述大模型神经网络的输入，使用优化算法训练大模型神经网络的参数，获得优化大模型神经网络； 步骤S3：采用加权平均计算所述优化大模型神经网络在各个时刻的预测结果的均值和方差，得到混合概率数据驱动模型，采用粒子群算法分别优化均值和方差的权重系数，得到优化混合概率数据驱动模型； 所述均值的计算公式为： ； 式中，、、分别为RNN、LSTM、GRU模型在第时刻的预测结果；、、分别为RNN、LSTM、GRU模型对应的权重系数，且满足；为第时刻的预测结果所对应的均值； 所述方差的计算公式为： ； 式中，、、分别为RNN、LSTM、GRU模型在第时刻的预测结果；、、分别为RNN、LSTM、GRU模型对应的权重系数，且满足；和为第时刻的预测结果所对应的方差； 步骤S4：将所述测试集中的数据作为优化混合概率数据驱动模型的输入，得到燃料电池性能预测结果。

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;国网浙江省电力有限公司，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。