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！

龙图腾网获悉天府永兴实验室申请的专利一种基于深度学习的SOFC状态监测及健康诊断方法及系统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：CN120610173B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511099235.5，技术领域涉及：G01R31/367；该发明授权一种基于深度学习的SOFC状态监测及健康诊断方法及系统是由雷宪章;马晓宇;方明;李艺星;黄菊;许子奇;张琪;张文彪设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种基于深度学习的SOFC状态监测及健康诊断方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的SOFC状态监测及健康诊断方法及系统，涉及固体氧化物电池状态监测技术领域，该方法包括：采集SOFC的运行数据；对运行数据进行预处理，对预处理后的运行数据进行特征提取；将运行数据输入至深度学习诊断模型，深度学习诊断模型采用卷积神经网络与长短时记忆网络的混合架构，并结合注意力机制输出自适应健康状态指数HSI；根据HSI及其变化率进行实时监测，若HSI低于预设阈值或HSI变化率超过预设阈值，则发出预警。本发明的技术方案能够有效地解决SOFC状态监测与健康诊断中的数据复杂性、精度不足及实时性差等关键问题，为SOFC的高效运行和长寿命管理提供了创新的技术方案。

本发明授权一种基于深度学习的SOFC状态监测及健康诊断方法及系统在权利要求书中公布了：1.一种基于深度学习的SOFC状态监测及健康诊断方法，其特征在于，包括如下步骤： 步骤S1：采集SOFC的运行数据，所述运行数据包括温度、电堆总电压、运行电流、氢气流量、氧气流量和SOFC内部压力； 步骤S2：对采集到的运行数据进行预处理，并对预处理后的运行数据进行特征提取，所述特征包括电压衰减率、电压均值、电压标准差和电压峰值； 步骤S3：将预处理后的运行数据输入至深度学习诊断模型，所述深度学习诊断模型采用卷积神经网络与长短时记忆网络的混合架构，并结合注意力机制输出自适应健康状态指数； 其中，的计算过程具体包括： 步骤S3-1：计算基础自适应健康状态指数: 步骤S3-2：计算变化率: 步骤S3-3：调整权重： 步骤S3-4：计算： 式中，第一设定权重，为第二设定权重，为电压衰减率，为SOFC运行温度，为SOFC最优运行温度，为SOFC最大允许运行温度，为上一时刻的自适应健康状态指数，用于计算变化率，体现状态的时序关联；为第一调整权重，为第二调整权重； 步骤S4：根据及其变化率进行实时监测，若低于预设阈值或变化率超过预设阈值，则发出预警。

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府永兴实验室，其通讯地址为：610000 四川省成都市天府新区集萃街619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。