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人工智能的SOFC状态监测和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：CN120610174B 。

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：202511099240.6，技术领域涉及：G01R31/367；该发明授权一种基于人工智能的SOFC状态监测和健康诊断方法及系统是由雷宪章;方明;李艺星;黄菊;马晓宇;张琪;许子奇;张文彪;李月设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种基于人工智能的SOFC状态监测和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人工智能的SOFC状态监测和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，本发明的方法包括：实时采集SOFC的运行参数；采用基于扩展卡尔曼滤波和信息熵优化数据的算法，对采集的运行参数进行加权处理；基于改进的混合神经网络模型和强化学习算法，实时监测电池状态、预测预期耐久周期并识别异常，并通过滑动窗口在线学习和自校正机制动态调整模型参数；结合监测结果、健康预测和异常预警信号，生成反馈控制信号，动态调整SOFC的运行参数。本发明具有高精度、强鲁棒性和自适应性，适用于SOFC在能源存储和高效发电中的智能化管理。

本发明授权一种基于人工智能的SOFC状态监测和健康诊断方法及系统在权利要求书中公布了：1.一种基于人工智能的SOFC状态监测和健康诊断方法，其特征在于，包括如下步骤： 步骤S1：实时采集SOFC的运行参数，所述运行参数包括温度、电压、电流、内阻、氧气分压和环境湿度； 步骤S2：采用基于扩展卡尔曼滤波和信息熵优化数据的算法，对采集的运行参数进行加权处理，以优化数据一致性和抗噪能力； 步骤S3：基于改进的混合神经网络模型和强化学习算法，实时监测电池状态、预测预期耐久周期并识别异常，并通过滑动窗口在线学习和自校正机制动态调整模型参数； 步骤S4：结合监测结果、健康预测和异常预警信号，生成反馈控制信号，动态调整SOFC的运行参数，以延长电池寿命； 其中，所述步骤S3具体包括： 步骤S3-1：采用离散小波变换对电压和内阻信号进行时频分析，提取瞬态特征，结合统计方法计算容量衰减速率；其中，离散小波变换的计算公式为： 式中，为第j尺度、第k时移的小波系数，为输入信号，为小波基函数,为第j层的近似系数，为第j层的细节系数，为尺度函数，为小波函数； 步骤S3-2：基于混合神经网络模型和强化学习算法，实时监测电池状态、预测预期耐久周期并识别异常，其中，混合神经网络模型为4层卷积、3×3核的CNN和3层、128单元的LSTM混合神经网络模型，所述CNN用于提取多维数据的空间特征，所述LSTM用于捕捉时间序列中的长期依赖关系，输出性能衰退指数PDI和预测预期耐久周期EEC，其中，性能衰退指数PDI和预测预期耐久周期EEC的计算公式分别为： 式中，为基于容量的性能衰退指数，C为当前容量，为初始容量；为基于环境因素的性能衰退指数，为温度补偿因子，T为当前温度，为氧气分压影响因子，为当前氧气分压；为对应权重系数；为性能失效阈值，为衰减率，β为温度引起的循环应力因子，N为循环次数。

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。