基于深度学习的质子交换膜燃料电池性能退化预测方法

被引：0

专利类型：

发明

申请号：

CN202411342906.1

申请日：

2024-09-25

公开(公告)号：

CN119226761A

公开(公告)日：

2024-12-31

发明(设计)人：

陶吉利王子非王瑜冯瀚刘之涛马龙华

申请人：

浙大宁波理工学院

申请人地址：

315199 浙江省宁波市高教园区钱湖南路1号

IPC主分类号：

G06F18/211

IPC分类号：

G06F18/213 G06F18/10 G06N3/0442 G06N3/0464 G06N3/08 G01R31/392 G01R31/385 G01R31/367 G01R31/396

代理机构：

杭州求是专利事务所有限公司 33200

代理人：

傅朝栋;张法高

法律状态：

公开

国省代码：

浙江省宁波市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2024-12-31	公开	公开
2025-01-17	实质审查的生效	实质审查的生效IPC(主分类):G06F 18/211申请日:20240925

共 50 条

[1]

一种质子交换膜燃料电池性能退化预测方法及装置 [P].

李茜 ;

陈佳雷 ;

彭甜 ;

张学东 ;

王政 ;

张楚 .

中国专利 :CN119988881A ,2025-05-13

[2]

一种质子交换膜燃料电池性能退化区间预测方法 [P].

李茜 ;

彭甜 ;

陈佳雷 ;

葛宜达 ;

张楚 ;

黄凤芝 ;

王政 ;

张学东 .

中国专利 :CN118312737A ,2024-07-09

[3]

一种质子交换膜燃料电池性能退化区间预测方法 [P].

李茜 ;

彭甜 ;

陈佳雷 ;

葛宜达 ;

张楚 ;

黄凤芝 ;

王政 ;

张学东 .

中国专利 :CN118312737B ,2024-09-20

[4]

多尺度时间信息融合质子交换膜燃料电池退化预测方法 [P].

陶吉利 ;

王子非 ;

冯瀚 ;

马龙华 ;

刘之涛 .

中国专利 :CN119129405A ,2024-12-13

[5]

一种动态运行质子交换膜燃料电池性能退化预测方法及系统 [P].

高金武 ;

邵奥利 ;

尹海 ;

胡云峰 ;

陈虹 .

中国专利 :CN119936662A ,2025-05-06

[6]

基于深度信念网络的质子交换膜燃料电池性能预测及寻优方法 [P].

杨悦 ;

徐博识 ;

李洪伟 ;

杜长河 ;

洪文鹏 .

中国专利 :CN111200141A ,2020-05-26

[7]

一种基于深度学习的质子交换膜燃料电池寿命预测方法 [P].

郑春花 ;

伏圣祥 .

中国专利 :CN119577355A ,2025-03-07

[8]

质子交换膜燃料电池未来退化趋势预测方法 [P].

付文龙 ;

吴川锋 ;

傅雨晨 ;

朱福宝 .

中国专利 :CN118350267A ,2024-07-16

[9]

一种质子交换膜燃料电池性能退化评估及寿命预测方法 [P].

王政 ;

张楚 ;

王业琴 ;

王熠炜 ;

陈佳雷 ;

陈杰 ;

彭甜 ;

葛宜达 ;

张学东 .

中国专利 :CN116840722B ,2024-02-23

[10]

基于深度学习的质子交换膜燃料电池数据驱动方法及系统 [P].

王新立 ;

李炜 ;

徐增师 ;

王雷 ;

贾磊 .

中国专利 :CN114970367B ,2024-09-06

← 1 2 3 4 5 →