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！

龙图腾网获悉电子科技大学申请的专利一种车用燃料电池动力系统水管理故障诊断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：CN115409084B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202210865455.4，技术领域涉及：G06F18/241；该发明授权一种车用燃料电池动力系统水管理故障诊断方法是由汤浩;邓函知;刘妹汝设计研发完成，并于2022-07-21向国家知识产权局提交的专利申请。

本一种车用燃料电池动力系统水管理故障诊断方法在说明书摘要公布了：本发明提供一种车用燃料电池动力系统水管理故障诊断方法，属于燃料电池汽车技术领域，先在系统历史运行数据中筛选正常运行状态的数据样本集，挑选运行参数形成训练数据集；先后对训练数据集进行离群值处理、噪声处理和数据标准化，分别挑选参数作为FNN电压模型以及RNN阳极压降模型的输入和期望输出进行训练；基于二者构成数据驱动模型输出与系统运行过程实际输出的残差，构建水管理故障分类器，进而完成水管理故障诊断。本发明利用系统历史运行数据训练动力系统面向水管理故障诊断的数据驱动模型，极大降低建模难度，提高模型准确性和通用性，并基于经验知识构建水管理故障分类逻辑，实现对正常运行、水淹故障、干燥故障的快速诊断。

本发明授权一种车用燃料电池动力系统水管理故障诊断方法在权利要求书中公布了：1.一种车用燃料电池动力系统水管理故障诊断方法，其特征在于，包括以下步骤： 步骤1：在系统历史运行数据中筛选处于正常运行状态的数据样本集； 步骤2：挑选数据样本集中的运行参数，形成训练数据集；其中，所述运行参数包括电流、冷却水进堆温度、冷却水出堆温度、阳极入口压力、阳极出口压力、氢循环流量、空气流量和节电压； 步骤3：采用基于滑动窗口的绝对中位值偏差法，对训练数据集进行离群值处理； 步骤4：采用移动平均值平滑滤波法，对经步骤3处理后的训练数据集进行噪声处理； 步骤5：采用最小-最大标准化方法，对经步骤4处理后的训练数据集进行数据标准化； 步骤6：挑选经步骤5处理后的训练数据集中的第一部分运行参数组成电压模型输入数据集；其中，所述第一部分运行参数包括电流、冷却水进堆温度、冷却水出堆温度、阳极入口压力、氢循环流量和空气流量； 步骤7：挑选经步骤5处理后的训练数据集中的节电压作为电压模型输出数据集； 步骤8：挑选经步骤5处理后的训练数据集中的第二部分参数组成阳极压力降模型输入数据集；其中，所述第二部分运行参数包括电流、冷却水进堆温度、冷却水出堆温度、阳极入口压力、氢循环流量； 步骤9：挑选经步骤5处理后的训练数据集中的阳极入口压力和阳极出口压力的差值作为阳极压力降模型输出数据集； 步骤10：以电压模型输入数据集为输入，电压模型输出数据集为期望输出，基于最小梯度下降法对FNN进行训练，得到FNN电压模型；其中，采用的训练损失函数为FNN输出与期望输出的欧氏距离均值； 步骤11：以阳极压力降模型输入数据集为输入，阳极压力降模型输出数据集为期望输出，基于最小梯度下降法对RNN进行训练，得到RNN阳极压降模型；其中，采用的训练损失函数为RNN输出与期望输出的欧氏距离均值； 步骤12：所述FNN电压模型和RNN阳极压降模型并行构成数据驱动模型，基于数据驱动模型的输出与系统运行过程的实际输出的残差，构建水管理故障分类器；其中，数据驱动模型的输出包括期望输出电压期望节电压标准差和期望阳极压力降系统运行过程的实际输出包括实际输出电压U、实际节电压标准差USTD和实际阳极压力降ΔPAN； 基于水管理故障分类器完成水管理故障诊断，具体步骤如下： 步骤12.1：分别预设和与对应U、USTD和ΔPAN的残差的正常值上限；其中，i＝{U,USTD,ΔPAN}； 步骤12.2：分别计算和与当前时刻下对应U、USTD和ΔPAN的残差其中， 步骤12.3：判断εU＞lU且是否为真，若为真，则转至步骤12.4；若为假，则输出诊断结果为正常； 步骤12.4：判断是否为真，若为真，则输出诊断结果为水淹；若为假，则输出诊断结果为干燥。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。