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！

龙图腾网获悉山东大学申请的专利一种海洋温差能发电效率预测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：CN120258249B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510736867.1，技术领域涉及：G06Q10/04；该发明授权一种海洋温差能发电效率预测方法及装置是由时文卓;张思晗;李世振;李明昊;张增宝;史子麟;赵丹瑶;戴子祥设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本一种海洋温差能发电效率预测方法及装置在说明书摘要公布了：本发明涉及一种海洋温差能发电效率预测方法及装置，属于海洋能源开发与预测技术领域。通过PINN神经网络的自学习能力，建立网络输入（蓄能器压力、电机转速、流经负载电阻的电流和时间）与网络输出（系统效率）之间的关系，实现对海洋温差能发电效率的预测。本发明使用PINN模型通过嵌入物理约束，在数据不足的情况下仍能保证物理合理性，并显著改善了小型训练数据集和训练中使用的条件之外的迁移学习，且可实现高精度快速预测，提高可靠性。

本发明授权一种海洋温差能发电效率预测方法及装置在权利要求书中公布了：1.一种海洋温差能发电效率预测方法，其特征在于，包括以下步骤： 步骤1、搭建海洋温差能发电系统amesim仿真模型； 步骤2、进行蓄能器放电实验，采集蓄能器放电过程的压力、电机转速、流经负载电阻两端的电流值和系统输出功率值； 步骤3、将采集的参数输入到PINN神经网络模型中，并对其进行预处理； 步骤4、对预处理后的数据集按比例拆分为训练集、测试集和验证集； 步骤5、搭建初步的海洋温差能发电效率预测的PINN模型； 步骤6、将拆分好的训练集的数据作为模型的输入进行训练，经多次训练更新得到关于海洋温差能发电效率的PINN预测模型； 在步骤6中进行模型的训练，训练过程如下： 首先将划分好的训练集的数据带入搭建好的PINN神经网络模型中；然后初始化网络权重、设置学习率和优化器；输入采集的时间序列数据和物理参数，分别计算数据驱动损失和物理约束损失，加权求和得到总损失L；之后使用自动微分进行优化，将优化后的修正值向前传播，更新网格权重；最后经过多次迭代更新，输出关于海洋温差能发电的PINN神经网络模型，完成训练； PINN神经网络的损失函数为L，其计算公式如下： L=λ d L data+λ p L phys+λ b L bound（3） 式中，L data 表示PINN神经网络的数据损失项，L phys 为物理损失项，L bound 为效率边界损失项，且λ d 、λ p 、λ b 分别为不同项的权重； λ d 、λ p 、λ b 权重值由参数训练网络给出，定义初始权重为、、，每次训练都会保存和更新权重值，更新后的权重为，将λ 1带入PINN神经网络继续参与模型训练； 多次循环迭代训练，直至海洋温差能发电效率预测PINN神经网络模型收敛； 步骤7、搭建海洋温差能发电系统试验装置台； 步骤8、通过试验台实验采集部分蓄能器放电过程的压力、电机转速、流经负载电阻的电流值和发电效率值，将采集的实际实验参数输入到训练好的PINN预测模型中对其进行微调，得到最终的预测模型； 步骤9、对基于海洋温差能发电效率的PINN预测模型，输入新采集的测试参数，最后得到对应的系统预测效率。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923号山东大学千佛山校区；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”。