Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学蒋浩然获国家专利权

天津大学蒋浩然获国家专利权

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!

龙图腾网获悉天津大学申请的专利基于电流密度分布测量的液流电池性能分析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:CN119780740B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411954015.1,技术领域涉及:G01R31/378;该发明授权基于电流密度分布测量的液流电池性能分析方法是由蒋浩然;闫肃设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。

基于电流密度分布测量的液流电池性能分析方法在说明书摘要公布了:本发明公开了基于电流密度分布测量的液流电池性能分析方法,涉及电池技术领域。本发明与之前的电池性能测量技术相比,解决了数据采集维度较窄;采样频率缺乏动态适应性;未对不同操作条件和荷电状态进行考虑;缺少多参数融合下的综合性能评估与预测的问题;结合实时环境参数和分块数据等,数据采集维度丰富且全面;实时分析电池的关键性能指标,并根据这些指标在充放电过程中的动态变化情况来进一步调整采样频率、分析液流电池的最优运行条件等,提升后续对电池整体性能的优化能力;融合了多种技术手段,从不同层面综合评估电池的性能,并且还能基于分析预测结果挖掘电池在不同操作条件下的最优运行模式以及潜在问题。

本发明授权基于电流密度分布测量的液流电池性能分析方法在权利要求书中公布了:1.基于电流密度分布测量的液流电池性能分析方法,其特征在于,包括如下步骤: S1:导入与电池运行相关的实时环境参数数据,预设初始采样频率并进行数据采集,设置采样频率调整规则; S2:运行预设的充放电程序,基于分块网格设计的印刷板进行数据的测量与存储,分格网络设计的印刷板的各个分块分别测量对应区域的电学参数,通过与印刷板连接的数据采集卡,采集每个分块上的电压数据,从而得到电池不同局部区域的详细信息;调整负载电流密度和电解液流速运行工况,记录不同工况下的电池数据与每一分块数据; S3:计算不同工况下的充放电容量与能量,结合电解液流速计算泵功,计算所述不同工况下的,库伦效率、电压效率、能量效率和系统效率,并绘制容量-电压充放电曲线和效率曲线,分析电池的最优运行工况; S4:将上述不同工况下记录的分块数据进行滤波,结合每个分块的面积,绘制每个分块随电池荷电状态变化的电流密度和电压曲线;根据每个分块的位置,结合测量原理,生成电流密度分布图;每个分块的电流为由每个分块的电压除以每个分块所连电阻的阻值,电流密度为每个分块的电流除以每个分块对应的面积; S5:计算不同工况和不同电池荷电状态下的电流密度分布均匀性系数;电流密度分布均匀性计算如下: 其中,U为电流密度分布均匀性系数,ia为所有分块电流密度的平均值,i为每个分块的电流密度; 并绘制其随电池荷电状态变化的曲线,并计算在不同工况和电池荷电状态下得到的所有电流密度分布均匀性系数的平均值; S6:使用最小-最大归一化方法将电流密度与电压数据进行归一化获得数据集,并将数据集划分为训练集、验证集与测试集; S7:基于长短期记忆网络构建第一机器学习模型,采用均方误差、平均绝对误差和均方根误差来评估所述第一机器学习模型的预测性能,预测每个分块的电流密度、电压变化趋势和整体电流密度分布均匀性系数的变化趋势; S8:通过无监督学习算法构建异常监测模型,对第一机器学习模型的预测结果进行异常监测,若监测不存在异常,则持续对第一机器学习模型的预测结果进行异常监测,若监测存在异常,则基于决策树搭建的异常分类模型对检测出的异常数据进行分类,获得异常类型; S9:在不同工况下的电流密度分布图中,对电流密度分布云图进行筛选;根据筛选的电流密度分布云图提取电流密度分布数据,对电流密度分布数据进行数据清洗和归一化处理,标记电流密度分布云图中的流动死区,并以此划分训练集、验证集与测试集; S10:基于卷积神经网络构建第二机器学习模型,选取交叉熵损失和平方绝对误差损失作为损失函数,Adam作为优化器,使用训练集训练所述第二机器学习模型,使用验证集调整所述第二机器学习模型的超参数,使用测试集验证所述第二机器学习模型的准确性; S11:使用训练优化获得的第二机器学习模型处理不同工况下的电流密度分布数据,自动标记电极框内的流动死区位置,并进行汇总; S12:将所有经过处理和分析的数据按照时间顺序和数据类型进行分类保存,并基于可视化界面对存储数据进行可视化展示。

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天津大学,其通讯地址为:300072 天津市南开区卫津路92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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。