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！

龙图腾网获悉江苏徐工工程机械研究院有限公司;徐州徐工矿业机械有限公司;上海徐工智能科技有限公司申请的专利基于双向长短时记忆网络的燃料电池故障诊断方法及装置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：CN119881674B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510388539.7，技术领域涉及：G01R31/367；该发明授权基于双向长短时记忆网络的燃料电池故障诊断方法及装置是由王佳;阮计连;刘莲设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本基于双向长短时记忆网络的燃料电池故障诊断方法及装置在说明书摘要公布了：本发明公开了燃料电池领域的一种基于双向长短时记忆网络的燃料电池故障诊断方法及装置，其方法包括：获取燃料电池的目标运行参数的时间步数据，并对所述时间步数据进行预处理；构建基于双向LSTM的故障诊断模型，并使用预处理后的时间步数据对所述故障诊断模型进行训练；采用训练最终获取的所述故障诊断模型对燃料电池进行故障诊断。本发明利用双向LSTM处理时间序列数据，充分考虑数据的前后关联性，实现对燃料电池系统各模块的精确故障检测，提高诊断精度。同时，通过模型轻量化设计，减少了计算资源的占用，降低了部署和维护成本，使该方案适用于车载控制器等资源有限的场景。

本发明授权基于双向长短时记忆网络的燃料电池故障诊断方法及装置在权利要求书中公布了：1.一种基于双向长短时记忆网络的燃料电池故障诊断方法，其特征在于，包括： 获取燃料电池的目标运行参数的时间步数据，并对所述时间步数据进行预处理； 构建基于双向LSTM的故障诊断模型，并使用预处理后的时间步数据对所述故障诊断模型进行训练； 采用训练最终获取的所述故障诊断模型对燃料电池进行故障诊断； 其中，所述故障诊断模型包括依次连接的双向LSTM模块、第一全连接层、PointNet编码器、第二全连接层、平均池化层、投影层以及分类层； 所述双向LSTM模块对输入的时间步数据分别进行正向特征处理和反向特征处理，得到双向隐藏状态： ； 式中，为时间步的正向特征处理和反向特征处理得到的隐藏状态，，为时间步总数； 所述第一全连接层对双向隐藏状态进行映射，得到特征向量： ； 式中，为第一全连接层的权重矩阵和偏置； 所述PointNet编码器采用多层感知机对特征向量进行映射，得到特征向量： ； 式中，为多层感知机； 所述第二全连接层对特征向量进行映射，得到特征向量： ； 式中，为第二全连接层的权重矩阵和偏置； 所述平均池化层对特征向量进行全局平均池化，得到全局特征： ； 式中，为全局平均池化； 所述投影层对全局特征进行映射，得到全局特征： ； 式中，为投影层的权重矩阵和偏置； 所述分类层采用softmax激活函数对全局特征进行映射，得到各故障类别的概率分布并输出最终的故障类别的概率分布： ； 式中，为softmax激活函数。

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江苏徐工工程机械研究院有限公司;徐州徐工矿业机械有限公司;上海徐工智能科技有限公司，其通讯地址为：221001 江苏省徐州市徐州经济技术开发区驮蓝山路26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”。