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！

龙图腾网获悉吉林大学申请的专利一种动态运行质子交换膜燃料电池性能退化预测方法及系统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：CN119936662B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411888257.5，技术领域涉及：G01R31/367；该发明授权一种动态运行质子交换膜燃料电池性能退化预测方法及系统是由高金武;邵奥利;尹海;胡云峰;陈虹设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种动态运行质子交换膜燃料电池性能退化预测方法及系统在说明书摘要公布了：本发明提供了一种动态运行质子交换膜燃料电池性能退化预测方法及系统，通过传感器测量装置获得燃料电池老化数据并对其进行去除噪声和降采样处理；通过极化曲线数据拟合燃料电池半经验方程，并计算相对电压衰减率作为动态运行燃料电池的健康指标；以相对电压衰减率作为目标值，计算各个退化参数的SHAP值，筛选退化参数作为数据驱动模型的输入参数；通过单一数据驱动模型LSTM和Transformer模型，构建加权‑随机森林融合模型；将LSTM和Transformer模型预测值输入到加权‑随机森林融合模型中，得到最终燃料电池退化预测结果，该方法可以在准确捕捉燃料电池退化趋势的同时，降低预测波动，提高预测稳定性，并适合在动态运行下实现燃料电池退化的精确预测。

本发明授权一种动态运行质子交换膜燃料电池性能退化预测方法及系统在权利要求书中公布了：1.一种动态运行质子交换膜燃料电池性能退化预测方法，其特征在于，包括如下步骤： 步骤S1，获取燃料电池堆在运行工况期间的老化参数数据；所述老化参数包括电堆温度、阴极入口压力、阳极入口压力、电压和阴极进气流量和阳极进气流量等； 步骤S2，根据所述老化参数数据获取相对电压衰减率作为健康指标值； 步骤S3，以健康指标值作为目标值，各老化参数作为输入值，计算各老化参数的SHAPSHapleyAdditiveexPlanation值，并进行老化参数特征重要性排序；进行重要性排序筛选出对燃料电池性能退化影响大的老化参数作为数据驱动模型的输入； 步骤S4，根据所述将健康指标值以及筛选得到的老化参数训练单一数据驱动LSTM模型和Transformer模型，并根据LSTM模型和Transformer模型预测健康指标值； 步骤S5，根据观测值和预测健康指标值输入到加权平均融合模型和随机森林融合模型中得到预测值； LSTM和Transformer的预测结果被用作输入X＝{x1,x2}，定义θ为一个随机变量，来决定决策树的结构和分裂方式，X是随机森林模型的输入向量其定义域为T，则对于每一个x∈T，只有一个叶节点l满足x∈T， 使用bootstrap方法重新采样，由m个随机训练集生成相应的决策树， 对于新数据Xi＝{x1,x2}通过平均叶节点lx,θ的观测值来获得单个决策树Tθ的预测值，假设观测值Xi属于叶节点lx,θ，且不为零，权重是， 其中Rlx,θ表示定义域T中每个叶节点l＝1,2,...,M对应的矩形子空间，将观测值yii＝1,2,...,n加权平均即可计算出单个决策树的预测值， 利用公式3对决策树权重wih,θrr＝1,2,...,m求平均值，得到每个观测值的权重wih， 随机森林融合方法的预测值为： 设Transformer和LSTM模型预测结果的均方根误差分别为R1、R2，公式3中权重ω1、ω2表示为， 每个模型的预测结果根据其权重进行加权，最终将这些加权结果相加，加权平均融合后的预测值如下 步骤S6，根据随机森林模型预测误差选择合适的融合模型，假如随机森林模型误差大于偏差阈值选择加权平均融合模型，反之，选择随机森林模型进行融合，得到最终燃料电池退化预测结果。

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吉林大学，其通讯地址为：130012 吉林省长春市长春高新技术产业开发区前进大街2699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。