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！

龙图腾网获悉中山大学申请的专利数据驱动的低维能源材料高通量筛选方法、装置和存储介质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：CN116168782B 。

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：202310130683.1，技术领域涉及：G16C60/00；该发明授权数据驱动的低维能源材料高通量筛选方法、装置和存储介质是由李岩;梁海宽;王晨辉;黄帆;王成新设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本数据驱动的低维能源材料高通量筛选方法、装置和存储介质在说明书摘要公布了：本发明公开了一种数据驱动的低维能源材料高通量筛选方法、计算机装置及存储介质，包括获取衬底结构信息，构建二维电催化剂结构模型，根据衬底结构信息和二维电催化剂结构模型模拟电化学反应机制，根据电化学反应机制计算过电势，使用机器学习模型作为判断模型，根据二维电催化剂结构模型和过电势进行电催化剂预测等步骤。本发明通过用户提供的实验样品特征或者根据以往文献采用模型特征，为用户提供最贴切的材料模型，并直接给出各种中间产物的模型以及最后的电化学评价指标的数值，用户无需第一性原理计算或者超算经验，便可以直接获得相关计算模型和提交计算任务、处理数据等方面的功能。本发明广泛应用于材料技术领域。

本发明授权数据驱动的低维能源材料高通量筛选方法、装置和存储介质在权利要求书中公布了：1.一种数据驱动的低维能源材料高通量筛选方法，其特征在于，所述数据驱动的低维能源材料高通量筛选方法包括： 获取衬底结构信息； 构建二维电催化剂结构模型； 根据所述衬底结构信息和所述二维电催化剂结构模型，模拟电化学反应机制； 根据所述电化学反应机制，计算过电势； 使用机器学习模型作为判断模型，根据所述二维电催化剂结构模型和所述过电势进行电催化剂预测； 所述构建二维电催化剂结构模型，包括： 获取异质结上层结构晶胞晶格矢量和异质结下层结构晶胞晶格矢量； 执行若干次迭代过程；在任一次迭代过程中，在本次迭代过程的晶格周期范围内，根据异质结上层结构晶胞晶格矢量和下层结构晶胞晶格矢量，遍历计算异质结上层结构与异质结下层结构之间的全部搭建方案，计算每个搭建方案各自对应的失配率和失配角，当本次迭代过程筛选出可行搭建方案，以本次迭代过程为最后一次迭代过程，反之执行下一次迭代过程；其中，所述可行搭建方案对应的失配率小于预设的失配率阈值，所述可行搭建方案对应的失配角小于预设失配角阈值；第一次迭代过程的晶格周期为初始的晶格周期，其他迭代过程的晶格周期在上一次迭代过程的晶格周期的基础上扩大得到； 在最后一次迭代过程获得的全部所述可行搭建方案中，选择出所述异质结上层结构和所述异质结下层结构的原子数之和最小的所述可行搭建方案，生成所述二维电催化剂结构模型； 所述根据所述电化学反应机制，计算过电势，包括： 对于氮气还原反应，执行以下步骤： 根据N2分子吸附能初步筛选催化剂性能； 根据吸附N2分子的第1、2、6次加氢的反应自由能变，评价催化性能； 若以上三步加氢自由能变小于0.50eV，则判定性能优异，则补充全部加氢步骤； 对于氧气还原反应，执行以下步骤： 选择催化剂模型和反应类型； 根据中间产物OOH、O和OH的吸附自由能，计算过电势； 将中间产物OH的吸附自由能与过电势进行关联，生成二维火山图； 对于硫氧化还原反应，执行以下步骤： 选择催化剂模型和反应类型； 根据还原过程自由能变，构建锂硫长链吸附结构模型； 确定最大能量变化反应过程； 计算Li2S团簇的裂解能垒。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。