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：中国科学院电工研究所

摘要：本发明涉及一种微波强化太阳能热化学制氢系统的产氢量预测方法，属于太阳能转化技术领域，包括：收集系统运行的相关数据，利用改进极限学习机模型对数据进行快速有效的学习和处理；提出的改进极限学习机模型利用正则法施加输出权的稀疏性约束，增强了模型的泛化能力和鲁棒性。通过训练模型，可以实时预测不同操作条件下的氢气产量，为系统的优化运行和能源管理提供科学依据。本发明通过整合微波加热和太阳能热化学反应技术，提高氢气的产量、制氢速率和能源转化效率，适用于需要高效率和高精度氢气产量预测的太阳能热化学制氢领域。

主权项：1.一种微波强化太阳能热化学制氢系统的产氢量预测方法，其特征在于，包括以下步骤：步骤1：收集微波强化太阳能热化学制氢系统运行过程中的关键运行数据，所述关键运行数据包括系统输入变量和输出变量，所述系统输入变量包括反应腔温度、吸收功率、电导率和太阳辐射强度，所述输出变量包括氢气产量；步骤2：对收集的关键运行数据进行清洗和标准化处理，确保输入到训练模型中的数据质量和一致性；步骤3：提出利用正则化技术施加输出权重的稀疏性约束改进极限学习机模型，增强训练模型的泛化能力和抑制过拟合；所述步骤3包括：给定一个数据集，其中，为第个输入样本，为第个输出样本，为采样个数；系统输入变量为微波强化太阳能热化学制氢系统的反应温度、电导率、太阳辐射强度和吸收功率，输出变量是氢气产量，利用正则化技术施加输出权重的稀疏性约束改进极限学习机模型通过以下方式建立： （1）其中，表示模型矩阵；表示输出权向量；表示输出值；利用正则化技术施加输出权重的稀疏性约束，得出如下的优化模型： （2）式中，min表示最小值；表示L1范数；是数据保真项，确保估计的稳健性；代表L1-2范数，用于施加输出权稀疏性的先验假设；为正则化参数；利用半二次方分裂算法求解方程（2），通过引入两个辅助变量，将方程（2）松弛为如下的问题： （3）式中，和为辅助变量；L为中间函数，定义如下： （4）式中，和为罚参数；表示L2范数的平方；交替地求解方程（4），得出如下的三个子问题： （5） （6） （7）式中，为迭代步数；根据方程（4），方程（5）-方程（7）重写为： （8） （9） （10）方程（8）和方程（9）的解通过软阈算子表示；方程（10）是可微的，从而被求解；步骤4：使用步骤1收集的关键运行数据对步骤3中的稀疏性约束改进极限学习机模型进行训练，得到训练模型；所述步骤1收集的关键运行数据被分为训练集和验证集，所述训练集用于对稀疏性约束改进极限学习机模型进行训练，所述验证集用于评估训练模型；步骤5：根据步骤4中获得的训练模型实时预测在不同操作条件下的氢气产量，获得预测结果；步骤6：利用步骤5的预测结果支持微波强化太阳能热化学制氢系统的优化运行和能源管理。

全文数据：

权利要求：

百度查询： 中国科学院电工研究所 一种微波强化太阳能热化学制氢系统的产氢量预测方法