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基于深度强化学习的燃料电池故障容错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：CN117276596B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202311061379.2，技术领域涉及：H01M8/04664；该发明授权一种基于深度强化学习的燃料电池故障容错控制方法是由郑春花;肖耀;伏圣祥设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种基于深度强化学习的燃料电池故障容错控制方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的燃料电池故障容错控制方法。该方法包括：针对燃料电池系统，判断燃料电池堆的故障类型，所述燃料电池系统包含燃料电池堆、阳极加湿器、阴极加湿器、水泵和散热器；在燃料电池堆发生故障的情况下，利用基于深度强化学习的控制模型输出满足设定目标函数的最优容错控制策略，以对阳极加湿器、阴极加湿器、水泵以及散热器进行协同控制，并根据故障类型进行相应的恢复操作。本发明能够实现对燃料电池系统的智能化故障恢复和自适应控制，保证了燃料电池系统的稳定性和可靠性。

本发明授权一种基于深度强化学习的燃料电池故障容错控制方法在权利要求书中公布了：1.一种基于深度强化学习的燃料电池故障容错控制方法，包括以下步骤： 针对燃料电池系统，判断燃料电池堆的故障类型，所述燃料电池系统包含燃料电池堆、阳极加湿器、阴极加湿器、水泵和散热器，所述故障类型包括水淹故障和膜干故障； 在燃料电池堆发生故障的情况下，利用基于深度强化学习的控制模型输出满足设定目标函数的最优容错控制策略，以对阳极加湿器、阴极加湿器、水泵以及散热器进行协同控制，并根据故障类型进行相应的恢复操作； 其中，所述控制模型将容错控制策略作为智能体，将燃料电池堆作为环境，智能体与环境进行交互，并获取奖励信号，进而基于该奖励信号来学习所述最优容错控制策略； 其中，所述奖励信号根据以下的奖励函数获得： 其中，表示奖励信号值，表示燃料电池堆的目标温度，表示燃料电池堆的目标湿度，表示燃料电池堆阳极的相对湿度，表示燃料电池堆阴极的相对湿度，表示燃料电池堆的输出电压与理想输出电压的差值，表示燃料电池堆阴极的进口和出口压力降与当前功率需求下的正常压力降的差值，表示故障类型，表示对向量取模，如果燃料电池堆处于故障中则为1，否则为0，，，，，表示前置系数。

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。