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！

龙图腾网恭喜武汉理工大学申请的专利一种基于物理信息神经网络的燃料电池水含量估计方法与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：CN119669729B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510179288.1，技术领域涉及：G06F18/213；该发明授权一种基于物理信息神经网络的燃料电池水含量估计方法与系统是由陈启宏;李济森;符可欣;李娟;张立炎;赵东琦;周泽设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络的燃料电池水含量估计方法与系统在说明书摘要公布了：本发明提出了一种基于物理信息神经网络的燃料电池水含量估计方法与系统，涉及燃料电池技术领域，该方法包括：获取待估计电池的原始频域阻抗特征以及可测变量时间序列，消除原始频域阻抗特征中的频域冗余数据，得到筛选后频域特征，对可测变量时间序列进行等值映射得到等值映射序列以及利用自注意力机制处理筛选后频域特征得到频域自注意力特征，并对等值映射序列以及频域自注意力特征进行特征连接得到时空异构特征；将时空异构特征输入至训练好的燃料电池水含量估计模型中，得到由燃料电池水含量估计模型输出的待估计电池的多模态水预测含量。本发明不仅能够精确估计燃料电池多模态水含量，同时计算成本低且具有较强可解释性。

本发明授权一种基于物理信息神经网络的燃料电池水含量估计方法与系统在权利要求书中公布了：1.一种基于物理信息神经网络的燃料电池水含量估计方法，其特征在于：所述方法包括：获取待估计电池的原始频域阻抗特征以及可测变量时间序列，消除所述原始频域阻抗特征中的频域冗余数据，得到筛选后频域特征，对可测变量时间序列进行等值映射得到等值映射序列以及利用自注意力机制处理筛选后频域特征得到频域自注意力特征，并对所述等值映射序列以及所述频域自注意力特征进行特征连接得到时空异构特征；将所述时空异构特征输入至训练好的燃料电池水含量估计模型中，得到由所述燃料电池水含量估计模型输出的待估计电池的多模态水预测含量；所述燃料电池水含量估计模型采用梯度下降法更新每一隐藏层的权重，所述燃料电池水含量估计模型的损失函数由数据损失以及物理信息损失组成，物理信息损失包括用于表征电压极化阻抗的信息损失的第一物理信息损失、用于表征传质时间阻抗的信息损失的第二物理信息损失以及用于表征阴极电荷阻抗的信息损失的第三物理信息损失；所述燃料电池水含量估计模型通过以下步骤训练得到：获取样本原始频域阻抗特征，并消除样本原始频域阻抗特征中的频域冗余数据，得到筛选后样本频域特征；获取样本可测变量时间序列，并对样本可测变量时间序列进行等值映射，得到样本等值映射序列；利用自注意力机制处理筛选后样本频域特征得到样本频域自注意力特征；将样本等值映射序列和样本频域自注意力特征进行特征连接，得到样本时频异构特征；将样本时频异构特征作为训练使用的输入数据，采用有监督学习的方式来训练神经网络，构建燃料电池水含量估计模型；通过局部物理信息误差的自适应算法和贝叶斯优化法调整燃料电池水含量估计模型的损失，得到训练好的燃料电池水含量估计模型。

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：430000 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”。