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：淮阴工学院
摘要：本发明公开了一种基于迁移学习的质子交换膜燃料电池故障诊断方法，首先基于已有的高维大量PEMFC有标签数据，对应了正常和不同故障种类，将其作为均匀流形逼近与投影算法UMAP输入，提取高维数据中的关键成分，然后将大量降维后的数据作为源数据输入到TimesNet模型诊断框架中预训练模型，然后利用当前目标域PEMFC采集的少量有标签高维数据通过迁移学习方法将TimesNet模型进行微调，得到经过迁移后的最终诊断模型，最后将各传感器采集到的目标域无标签数据输入到经过最终诊断模型中，对新采集的PEMFC特征数据进行诊断。本发明可以解决诊断对象数据量稀缺的问题，可以实现在现有数据集较少时对目标域PEMFC的诊断，提高了PEMFC诊断效率，具有较好的应用前景。
主权项：1.一种基于迁移学习的质子交换膜燃料电池故障诊断方法，其特征在于，包括以下步骤：1构建源域高维PEMFC数据集，以及当前目标域PEMFC有标签数据集，对应PEMFC不同的故障状态；2将源域高维PEMFC数据以及当前目标域PEMFC数据分别作为均匀流形逼近与投影算法UMAP的输入，对高维数据集进行降维，去除冗余信息影响；3划分数据集，并构建TimesNet模型诊断框架；4将降维后的高维PEMFC数据作为TimesNet模型源域，对其进行预训练；5利用当前目标域PEMFC少量有标签数据通过迁移学习对TimesNet模型的参数进行微调，得到最终的诊断模型；6对于待诊断燃料电池无标签数据，采用有标签数据集相同的传感器工作信号采集方法，将当前传感器采集到的PEMFC数据集输入到TimesNet诊断模型进行分类，得到PEMFC的不同工作状态。
全文数据：
权利要求：
百度查询： 淮阴工学院 一种基于迁移学习的质子交换膜燃料电池故障诊断方法
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