发明

一种基于深度学习的燃料电池系统故障诊断方法及系统2024

2024-04-04 07:21:13 发布于四川 49
  • 申请专利号:CN202311826520.3
  • 公开(公告)日:2024-04-02
  • 公开(公告)号:CN117810491A
  • 申请人:中船智海创新研究院有限公司
摘要:本发明涉及故障诊断技术领域,具体是涉及一种基于深度学习的燃料电池系统故障诊断方法及系统。该方法首先,对历史运行数据使用SMOTETomek混合采样生成部分故障数据用以诊断模型的训练和测试;其次,通过基于改进的inception网络对数据进行特征提取;然后,用transformer模型的编码器结构训练分类诊断模型;最后,用分类诊断模型诊断实时电池状态,判断是否有故障产生。该方法具有强大的特征学习能力,为故障诊断提供了高效而准确的解决方案。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117810491 A (43)申请公布日 2024.04.02 (21)申请号 202311826520.3 (22)申请日 2023.12.27 (71)申请人 中船智海创新研究院有限公司 地址 102629 北京市大兴区中关村科技园 区大兴生物医药产业基地永大路38号 (72)发明人 邵乔 王元斌 张剑 刘俊涛  罗荣  (74)专利代理机构 中国船舶专利中心 11026 专利代理师 何新 (51)Int.Cl. H01M 8/04664 (2016.01) H01M 8/04992 (2016.01) H01M 8/04298 (2016.01) 权利要求书2页 说明书7页 附图1页 (54)发明名称 一种基于深度学习的燃料电池系统故障诊 断方法及系统 (57)摘要 本发明涉及故障诊断技术领域,具体是涉及 一种基于深度学习的燃料电池系统故障诊断方 法及系统。该方法首先,对历史运行数据使用 SMOTETomek混合采样生成部分故障数据用以诊 断模型的训练和测试;其次,通过基于改进的 inception网络对数据进行特征提取;然后,用 transformer模型的编码器结构训练分类诊断模 型;最后,用分类诊断模型诊断实时电池状态,判 断是否有故障产生。该方法具有强大的特征学习 能力,为故障诊断提供了高效而准确的解决方 案。 A 1 9 4 0 1 8 7 1 1 N C C

最新专利