申请/专利权人:罗伯特·博世有限公司
申请日:2021-03-05
公开(公告)日:2022-12-02
公开(公告)号:CN115428203A
主分类号:H01M8/0444
分类号:H01M8/0444;G06N20/00;H01M8/04992
优先权:["20200306 DE 102020202881.8"]
专利状态码:在审-实质审查的生效
法律状态:2022.12.20#实质审查的生效;2022.12.02#公开
摘要:本发明涉及一种用于对至少一个燃料电池装置(10)的运行监控的方法,其中在至少一个方法步骤中基于机器学习过程来确定至少一种燃料气体分子浓度。提出:在至少一个方法步骤中,针对该机器学习过程使用卷积神经网络(14)。
主权项:1.一种用于对至少一个燃料电池装置(10)的运行监控的方法,其中在至少一个方法步骤中基于机器学习过程来确定至少一种燃料气体分子浓度,其特征在于,在至少一个方法步骤中,针对所述机器学习过程使用卷积神经网络(14)。
全文数据:
权利要求:
百度查询: 罗伯特·博世有限公司 用于对至少一个燃料电池装置的运行监控的方法以及燃料电池装置
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。