申请/专利权人：西北工业大学宁波研究院

申请日：2024-03-13

公开（公告）日：2024-04-12

公开（公告）号：CN117874665A

主分类号：G06F18/2431

分类号：G06F18/2431;G06F18/2415;G06F18/213;G06F18/243;G06N3/0464;G06N3/048;G06N5/01;G06N20/20;G01R31/367;G01R31/378;H01M8/04992;H01M8/04664

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本申请涉及燃料电池技术领域，提供了一种SOFC系统多故障的诊断方法及系统，包括，获取SOFC系统中的多故障数据，并形成故障数据集；采用LightGBM算法对故障数据集进行预处理，并生成特征数据集；采用多层卷积神经网络对特征数据集进行特征提取，并转换为最终特征数据集；基于最终特征数据集，通过Sigmoid函数对所述SOFC系统多故障进行解耦分类，以制定解耦分类诊断策略，并输出故障类型。本申请中将Sigmoid函数作为分类器的非线性激活函数，能够保证输出的每个类别的概率值相互独立，从而起到解耦分类的作用，从而为解决多故障同时发生下面对特征混合难以诊断的问题。

主权项：1.一种SOFC系统多故障的诊断方法，其特征在于，包括：获取SOFC系统中的多故障数据，并形成故障数据集；采用LightGBM算法对所述故障数据集进行预处理，并生成特征数据集；采用多层卷积神经网络对所述特征数据集进行特征提取，并转换为最终特征数据集；基于所述最终特征数据集，通过Sigmoid函数对所述SOFC系统多故障进行解耦分类，以制定解耦分类诊断策略，并输出故障类型。

全文数据：

权利要求：

百度查询： 西北工业大学宁波研究院 一种SOFC系统多故障的诊断方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD