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！

龙图腾网获悉西安交通大学申请的专利一种基于CNN的纳米离子电渗能量转换功率预测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：CN116910557B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310928144.2，技术领域涉及：G06F18/214；该发明授权一种基于CNN的纳米离子电渗能量转换功率预测方法及系统是由王鹏飞;刘懿德;任秦龙设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种基于CNN的纳米离子电渗能量转换功率预测方法及系统在说明书摘要公布了：本发明公开了一种基于CNN的纳米离子电渗能量转换功率预测方法及系统，采集纳米离子电渗能量转换装置不同运行工况下的物理场参数构建训练数据集；构建多层多维度CNN模型，并利用预处理及标准化后的训练数据集对CNN模型进行训练；重新采集纳米离子电渗能量转换装置的物理场参数及相应的纳米几何结构参数构建测试样本数据集，并进行预处理及标准化；将测试数据集输入训练好的CNN模型，得到最大发电功率的预测结果，实现纳米离子电渗能量转换功率的准确预测。本发明降低了纳米离子电渗能量转换功率预测模型的深度，实现了模型轻量化，同时对不同工况下纳米离子电渗能量转换装置的最大发电功率均有较高的预测精度，表现优越的泛化能力。

本发明授权一种基于CNN的纳米离子电渗能量转换功率预测方法及系统在权利要求书中公布了：1.一种基于CNN的纳米离子电渗能量转换功率预测方法，其特征在于，包括以下步骤： S1、采集纳米离子电渗能量转换装置在不同运行工况下的温度场、浓度场和表面电荷密度数据； S2、对步骤S1得到的温度场、浓度场和表面电荷密度数据，以及纳米离子电渗能量转换装置的纳米通道和纳米孔几何结构参数进行离散采样，经预处理及标准化后构建训练数据集； S3、构建多维度深层CNN模型作为纳米离子电渗能量转换发电功率的预测模型，多维度深层CNN包括输入层、多维度特征提取层、全连接层和输出层；多层多维度CNN中的所有初始网络权值和偏置都随机生成，服从正态分布，输入层：接收经过标准化处理后的七维训练数据； 多维度特征提取层：包括5个并行的一维卷积层、1个特征合并层，激励层和1个二维卷积层，每个一维卷积层的输出作为特征合并层的输入； 全连接层：把特征提取层所提取的特征作为输入值，输出值为一个元素，代表网络模型所预测的最大发电功率； 并行一维卷积层：输入通道数为1，输出通道数为16，卷积核大小分别为1、1、3、3、5； 特征合并层：对并行一维卷积层提取的特征在一维卷积通道所在维度上进行合并； 激励层：激励函数设置为ReLU函数； 二维卷积层：输入通道数为16，输出通道数为32，卷积核大小为3； 输入由多个一维卷积层进行多维度特征提取，由二维卷积层确定最后的输出； S4、利用步骤S2得到的训练数据集对步骤S3构建的多维度深层CNN模型进行训练； S5、重新采集纳米离子电渗能量转换装置的温度场、浓度场和表面电荷密度数据，经预处理和标准化后作为测试数据集；将测试数据集输入步骤S4得到的多维度深层CNN模型中对测试工况下的最大发电功率进行预测，实现对离子电渗能量转换发电功率的预测。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。