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！

龙图腾网获悉浙江大学申请的专利一种基于多尺度模型的液流电池当地极化预测方法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：CN116312837B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310278003.0，技术领域涉及：G16C20/10；该发明授权一种基于多尺度模型的液流电池当地极化预测方法是由罗岩松;郑梦莲;吕文睿;王鹏飞;孙婧;宋晨;胡静;张良;范利武;俞自涛设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种基于多尺度模型的液流电池当地极化预测方法在说明书摘要公布了：本发明公开了一种基于多尺度模型的液流电池当地极化预测方法，属于液流电池领域。本发明构建了电池尺度模型和孔隙尺度模型，其中电池尺度模型能够模拟厘米至米尺度的活性物质传质过程和电化学反应，具有较大的模拟范围；而孔隙尺度模型能够模拟纳米至微米尺度的活性物质传质过程和电化学反应，能够反应碳纤维组成的几何结构，具有高准确性。本发明的多尺度模型通过机器学习方法学习孔隙尺度几何条件、电池尺度入口条件与孔隙尺度当地极化情况之间的关系，实现了电池尺度模型与孔隙尺度模型的连接。本发明可降低当地极化情况的预测时间，提高当地极化预测的准确性。

本发明授权一种基于多尺度模型的液流电池当地极化预测方法在权利要求书中公布了：1.一种基于多尺度模型的液流电池当地极化预测方法，其特征在于，包括以下步骤： S1、基于孔网模型建立液流电池中电极的孔隙尺度模型；生成不同的电极微观孔隙结构作为第一训练样本的样本输入，并将各第一训练样本中的电极微观孔隙结构代入孔隙尺度模型中进行求解，得到电极微观孔隙结构对应的孔隙率、渗透率和比表面积并作为第一训练样本的样本标签，从而构建第一训练样本集； S2、利用第一训练样本集对第一深度神经网络进行训练直至网络收敛，使其能够基于电极微观孔隙结构预测对应的孔隙率、渗透率和比表面积； S3、结合Naiver-Stokes方程、Brinkmann方程、Nernst-Planck方程、Butler-Volmer方程、质量守恒方程和电荷守恒方程，基于有限体积法建立描述液流电池内部速度场、浓度场和电势场的电池尺度模型，以模拟电解液流动和活性物质传质过程；生成不同的电解液活性物质浓度、电解液输入流量、电池所受施加电压和电极微观孔隙结构作为第二训练样本的样本输入，并利用训练后的第一深度神经网络预测各第二训练样本中电极微观孔隙结构对应的孔隙率、渗透率和比表面积，再将预测得到的孔隙率、渗透率和比表面积与同一第二训练样本中的电解液活性物质浓度、电解液输入流量、电池所受施加电压代入所述电池尺度模型中，求解得到液流电池内部的速度场、浓度场和电势场后将其作为所述孔隙尺度模型的入口条件，由孔隙尺度模型根据入口条件以及电极微观孔隙结构，计算电极中各孔隙内部活性物质的当地反应速率并作为对应的第二训练样本的样本标签，从而构建第二训练样本集； S4、利用第二训练样本集对第二深度神经网络进行训练直至网络收敛，使其能够基于电解液活性物质浓度、电解液输入流量、电池所受施加电压和电极微观孔隙结构预测电极中各孔隙内部活性物质的当地反应速率，从而反映液流电池当地极化情况。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。