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 > 北京亿能氢源科技有限公司路川获国家专利权

北京亿能氢源科技有限公司路川获国家专利权

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!

龙图腾网获悉北京亿能氢源科技有限公司申请的专利一种动态波动适应性的电解水制氢监测与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:CN120250074B

龙图腾网通过国家知识产权局官网在2025-11-11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:202510473778.2,技术领域涉及:C25B15/023;该发明授权一种动态波动适应性的电解水制氢监测与控制方法是由路川;刘珊珊;吕品;王飞设计研发完成,并于2025-04-16向国家知识产权局提交的专利申请。

一种动态波动适应性的电解水制氢监测与控制方法在说明书摘要公布了:本发明提供了一种动态波动适应性的电解水制氢监测与控制方法,涉及制氢技术领域。包括:通过多源传感器阵列实时采集电解槽的多维度运行参数集,并基于LSTM和CNN神经网络建立电解过程预测模型,从而确定电解状态的预测结果。根据预测结果,构建动态参数调整矩阵,并利用模糊PID控制首次调整电解槽的电解电流密度、电解液浓度及其他关键参数。经过调整后,更新多维度运行参数集,计算电解槽的健康度指数,并实时监测该指数与预设健康指数阈值的关系。通过监测结果实施第二次调整,以确保电解槽在动态波动条件下的安全和高效运行。本发明有效解决了现有技术中电解槽对负荷变化响应迟缓、监测能力不足及人工维护依赖等问题。

本发明授权一种动态波动适应性的电解水制氢监测与控制方法在权利要求书中公布了:1.一种动态波动适应性的电解水制氢监测与控制方法,其特征在于,包括: 通过多源传感器阵列实时采集电解槽的多维度运行参数集; 基于LSTM神经网络和CNN神经网络,根据所述多维度运行参数集和所述电解槽的历史数据,构建电解过程预测模型以确定预设时间内电解槽的电解状态预测结果; 根据所述电解状态预测结果构建电解槽的动态参数调整矩阵; 利用所述动态参数调整矩阵通过模糊PID对所述电解槽的电解电流密度、电解液浓度、工作温度及压力进行第一次调整; 根据调整后的电解槽,对所述多维度运行参数集进行更新,得到更新参数集; 利用所述更新参数集计算所述电解槽的健康度指数; 根据预设的健康指数阈值对所述电解槽的健康度指数进行实时监测,得到监测结果并根据所述监测结果对所述电解槽进行第二次调整; 所述电解过程预测模型的构建方法为: 获取所述多维度运行参数集并进行数据预处理,得到预处理后的多维度运行参数集; 将所述预处理后的多维度运行参数集按时间步骤构建为三维输入数据; 构建CNN子模型和LSTM子模型,其中,所述CNN子模型包括:输入层、卷积层、池化层和输出层,所述LSTM子模型的LSTM单元数为128; 将所述三维输入数据输入到所述CNN子模型中得到LSTM子模型的输入数据并输入到所述LSTM子模型得到第一输出结果; 对所述LSTM子模型添加全连接层并将所述第一输出结果转换为第二输出结果; 利用线性激活函数和所述第二输出结果,确定电解过程预测结果; 根据所述电解过程预测结果和所述构建CNN子模型、LSTM子模型确定初始的电解过程预测模型; 对所述初始的电解过程预测模型进行训练得到最终的电解过程预测模型; 所述电解过程预测模型的表达式为: 其中,Xt-N:t为输入的多维度运行参数集,时间窗口为t-N:t,为T时间步电解状态预测结果,σ为线性激活函数,WFC为全连接层,bFC为偏置项; 所述动态参数调整矩阵的表达式为: 其中,Madjust为动态参数调整矩阵,分别为电流密度预测值、浓度变化率、温度梯度、压力波动幅值,为预测参数的时间导数,为预测参数的短期波动量,为预测参数的空间梯度,α*、β*、γ*、δ*分别为第一耦合权重系数、第二耦合权重系数、第三耦合权重系数和第四耦合权重系数。

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北京亿能氢源科技有限公司,其通讯地址为:100000 北京市大兴区经济技术开发区永昌北路9号1栋4层433-37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。