龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东科技大学
申请日：2024-05-15
公开（公告）日：2024-06-14
公开（公告）号：CN118194025A
主分类号：G06F18/213
分类号：G06F18/213;G06F18/241;G06N3/0464;G06N3/096;G01R31/36;G06F123/02
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开了基于迁移学习的燃料电池水故障诊断方法及系统，涉及电池故障诊断领域，其中方法步骤包括：基于燃料电池系统，采集一维时间序列的电压信号数据；基于一维时间序列的电压信号数据，提取统计学特征并同时获取时间序列图像；基于统计学特征和时间序列图像，构建故障诊断模型；利用故障诊断模型，完成燃料电池水故障诊断。本发明数据来源简单，只需要收集电压数据，不需要其他复杂的数据或传感器；同时可以充分保留和利用一维时间序列数据的相对关系，保留了数据在时间维度上的结构特征；进而可以通过电压数据快速进行故障诊断。此外，本发明还充分利用统计学特征，增强了特征表达能力，提高了模型鲁棒性和泛化能力。
主权项：1.基于迁移学习的燃料电池水故障诊断方法，其特征在于，步骤包括：基于燃料电池系统，采集一维时间序列的电压信号数据；基于所述一维时间序列的电压信号数据，提取统计学特征并同时获取时间序列图像，所述时间序列图像为二维图像；基于所述统计学特征和所述时间序列图像，构建故障诊断模型；利用所述故障诊断模型，完成燃料电池水故障诊断。
全文数据：
权利要求：
百度查询： 山东科技大学 基于迁移学习的燃料电池水故障诊断方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号