龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南昌大学
摘要：本发明公开了一种SOFC系统电堆性能分级与故障诊断方法及系统，涉及电堆性能退化等级的故障判断技术领域，包括：将SOFC系统的功率、燃烧室温度、电堆温度等特征参数作为数据集构建贝叶斯人工神经网络结构，进行训练模型时，高维样本数据会导致训练时间过长，计算程度过于复杂，通过算法对特征变量进行排序以克服此类问题。通过算法搜寻隐藏层神经元个数，以找到隐藏层神经元个数的最优解，将最优隐藏层神经元个数输入贝叶斯人工神经网络模型中，得到电堆性能退化等级故障诊断的最佳模型，根据此模型进行预测，提高了单个类别正确诊断率；将特征选择算法和贝叶斯人工神经网络相结合，得到更优特征组合，有效提升整体故障诊断效率。
主权项：1.一种SOFC系统电堆性能分级与故障诊断方法，其特征在于，包括：从SOFC系统中获取运行数据，进行数据预处理，构建样本数据集；对样本数据集中的特征变量进行排序，得到最佳特征子集；以最佳特征子集作为输入，以电堆性能退化等级作为输出，构建贝叶斯人工神经网络；改变输入特征数量，记录不同电堆性能退化等级下的正确诊断率，确定最佳特征组合模型；使用粒子群算法，对最佳特征组合模型的贝叶斯人工神经网络进行优化，得到最新的正确诊断率，从而得到最佳故障诊断模型；获取实时运行数据，输入至最佳故障诊断模型中得到故障诊断结果。
全文数据：
权利要求：
百度查询： 南昌大学 一种SOFC系统电堆性能分级与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