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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种质子交换膜燃料电池控制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：CN115248382B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202210535313.1，技术领域涉及：G01R31/367；该发明授权一种质子交换膜燃料电池控制方法是由郑春花;高慧设计研发完成，并于2022-05-17向国家知识产权局提交的专利申请。

本一种质子交换膜燃料电池控制方法在说明书摘要公布了：本发明公开了一种质子交换膜燃料电池控制方法。该方法包括：利用建立的电池电压模型监测电池状态，获得预测电压；将所述预测电压与实际测量电压之间的差值与设定阈值进行比较，以判断电池是否处于异常状态；在确定电池处于异常状态的情况下，将测量得到的电池电压、欧姆内阻和阳极气体压力降输入到经训练的Bagging神经网络集成分类器，获得电池故障类型。本发明能够保证预测精确度和及时性，同时降低了模型训练数据量，并且在没有增加特征数据量的前提下，可以同时对膜干和水淹故障进行诊断。

本发明授权一种质子交换膜燃料电池控制方法在权利要求书中公布了：1.一种质子交换膜燃料电池控制方法，包括以下步骤： 利用建立的电池电压模型监测电池状态，获得预测电压，所述电池是质子交换膜燃料电池； 将所述预测电压与实际测量电压之间的差值与设定阈值进行比较，以判断电池是否处于异常状态； 在确定电池处于异常状态的情况下，将测量得到的电池电压、欧姆内阻和阳极气体压力降输入到经训练的Bagging神经网络集成分类器，获得电池故障类型； 其中，所述Bagging神经网络集成分类器包含多个弱学习器，每个弱学习器对应一个神经网络模型，所述神经网络模型包括输入层、隐含层和输出层，并且测量得到的电池电压、欧姆内阻和阳极气体压力降作为输入层的输入变量，电池故障类型作为输出层的输出变量； 其中，根据以下步骤训练所述Bagging神经网络集成分类器： 将包含M个样本的训练集作为初始数据集，先随机取出一个样本放入采样集中，再将该样本放回初始数据集，经过M次随机采样操作，得到含M个样本的一个采样集，进而采样出T个含M个样本的采样集，其中M和T是设定整数； 利用获得的T个采样集训练所述Bagging神经网络集成分类器包含的T个弱学习器，每个采样集对应一个弱学习器； 将T个弱学习器通过投票法进行结合，将得票数最多的类别作为预测的电池故障类型。

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国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。

以上内容由龙图腾AI智能生成。