-
公开(公告)号:CN114970367B
公开(公告)日:2024-09-06
申请号:CN202210667041.0
申请日:2022-06-14
申请人: 山东大学
IPC分类号: G06F30/27 , G06N3/0442 , G06N3/084 , G06F119/08 , G06F119/14
摘要: 本发明属于数据处理技术领域,提供了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,采用BP神经网络模型从当前工况数据中提取当前运行变量特征信息,采用LSTM网络模型从历史输出电压数据中提取时间滞后信息;其中,LSTM网络模型的构建过程中包括LSTM网络的模型阶次的确定,所述LSTM网络的模型阶次通过采用自相关函数和偏自相关函数的分析方法拟合关系曲线,通过关系曲线的形态确定LSTM网络的模型阶次;将当前运行变量特征信息和时间滞后信息进行融合,通过BP神经网络进一步提取融合特征信息,得到预测电压,解决了传统的建模方法忽略了系统历史输出和当天工况的共同影响造成预测不准确的问题。
-
公开(公告)号:CN114970367A
公开(公告)日:2022-08-30
申请号:CN202210667041.0
申请日:2022-06-14
申请人: 山东大学
IPC分类号: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/08 , G06F119/14
摘要: 本发明属于数据处理技术领域,提供了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,采用BP神经网络模型从当前工况数据中提取当前运行变量特征信息,采用LSTM网络模型从历史输出电压数据中提取时间滞后信息;其中,LSTM网络模型的构建过程中包括LSTM网络的模型阶次的确定,所述LSTM网络的模型阶次通过采用自相关函数和偏自相关函数的分析方法拟合关系曲线,通过关系曲线的形态确定LSTM网络的模型阶次;将当前运行变量特征信息和时间滞后信息进行融合,通过BP神经网络进一步提取融合特征信息,得到预测电压,解决了传统的建模方法忽略了系统历史输出和当天工况的共同影响造成预测不准确的问题。
-
-
公开(公告)号:CN219089965U
公开(公告)日:2023-05-30
申请号:CN202221858513.2
申请日:2022-07-19
申请人: 山东大学第二医院
IPC分类号: A61G7/05
摘要: 本实用新型涉及医疗器械技术领域,具体公开了一种可拆卸式床挡保护套,包括床挡和保护套,保护套设有外套和内胆,外套套设在内胆的外部,外套和内胆两侧相对设有“U”型开口,“U”型开口与床挡的立柱位置和数量相同,保护套固定套设在床挡的横梁上,用于包裹保护床挡的横梁;本实用新型设计的可拆卸式床挡保护套可拆卸式的固定在床挡上,保护老人的肢体不会被碰伤,采用魔术贴进行固定,易固定并能结合病人肢体活动情况灵活放置,可移动位置,美观,并且通过拉链取放内胆,清洁卫生可拆洗。
-
-
-