一种SOFC系统多步状态预测方法、系统、电子设备及介质

    公开(公告)号:CN115438475A

    公开(公告)日:2022-12-06

    申请号:CN202211028767.6

    申请日:2022-08-24

    IPC分类号: G06F30/20 G06N3/04 G06N3/08

    摘要: 本发明公开了一种SOFC系统多步状态预测方法、系统、电子设备及介质,该方法包括:获取SOFC系统的监测数据,所述监测数据包括监测对象、监测特征以及监测周期;对所述监测数据进行数据预处理,并将预处理后的监测数据划分为训练集和测试集;通过编码器和解码器搭建编码解码LSTM多步预测模型;采用所述训练集对所述编码解码LSTM多步预测模型进行训练,并调整所述编码解码LSTM多步预测模型的超参数,得到多步状态预测模型;在所述测试集上,基于所述多步状态预测模型对SOFC系统进行预测,获取多步状态预测结果。本发明采用基于数据驱动的预测方法实现对SOFC系统的状态预测,无需深入了解SOFC系统的复杂机理,计算效率、适应性和准确性也高。

    化学链燃烧装置及其使用方法
    4.
    发明公开

    公开(公告)号:CN118408198A

    公开(公告)日:2024-07-30

    申请号:CN202410615177.6

    申请日:2024-05-17

    IPC分类号: F23C10/10 F23C10/18 F23C10/26

    摘要: 本发明公开一种化学链燃烧装置及其使用方法,该化学链燃烧装置包括两个反应器、两个分离返料结构以及底部返料阀。反应器连通有加料管道,两个分离返料结构一一对应于两个反应器,分离返料结构包括旋风分离器、气体输出管道、固体输出管道、流动密封阀、第一返料管道以及第二返料管道,旋风分离器的顶部连通于对应的反应器的顶部,气体输出管道连通于旋风分离器的顶部,固体输出管道连通于旋风分离器的底部与流动密封阀之间,第一返料管道连通于流动密封阀与对应的反应器,第二返料管道连通于流动密封阀与另一个反应器之间,底部返料阀通过两个第三返料管道分别连通于两个反应器的底部,该化学链燃烧装置适用于实现多种运行模式的化学链燃烧。

    一种LNG冷能回收利用系统及方法
    6.
    发明公开

    公开(公告)号:CN117167650A

    公开(公告)日:2023-12-05

    申请号:CN202310982600.1

    申请日:2023-08-07

    摘要: 本发明涉及LNG能量利用技术领域,公开了一种LNG冷能回收利用系统及方法,包括LNG存储单元、气化器、膨胀发电机、第一换热器、第二换热器、第三换热器和制冰器,气化器与LNG存储单元通过管道连;膨胀发电机通过管道连接在气化器与第一换热器之间,第一换热器用于与外设的管网连接;气化器、第一换热器、第二换热器与第三换热器之间还顺次连接有载冷剂循环回路;制冰器与第二换热器、第三换热器之间还连接有冷却液循环回路。该系统通过冷能阶梯利用的方式,使得气态天然气的在换热发电单元发电并且在制冰单元内制冰,同时还可以利用绝热膨胀的方式使天然气产生更多的冷量,提高了冷量的回收利用效率,减少冷能浪费。

    一种电网的安全防护装置
    7.
    发明公开

    公开(公告)号:CN116526423A

    公开(公告)日:2023-08-01

    申请号:CN202310352521.2

    申请日:2023-04-04

    IPC分类号: H02H5/08 H02H7/26

    摘要: 本发明公开了一种电网的安全防护装置,包括:与SOFC燃料电池连接的可燃气体检测装置以及与SOFC燃料电池连接的逆变器;所述SOFC燃料电池,用于产生电网所需的电流,并通过逆变器将电流输送至电网;所述可燃气体检测装置,用于检测SOFC燃料电池的可燃气体泄漏量,在可燃气体泄漏量达到第一阈值时,向逆变器发送切断电流信号;所述逆变器,用于在接收到切断电流信号时,停止向电网输送电流。通过实施本发明能起到对电网的安全防护作用。

    一种SOFC系统退化预测方法、系统、电子设备及存储介质

    公开(公告)号:CN115438477A

    公开(公告)日:2022-12-06

    申请号:CN202211051384.0

    申请日:2022-08-30

    IPC分类号: G06F30/20 G06N3/04 G06F119/04

    摘要: 本发明涉及固体氧化物燃料电池技术领域,基于目前的预测模型对SOFC系统的退化预测效果不佳,且缺乏通用性和精准度的问题,设计了一种基于注意力机制和数据驱动的SOFC系统退化预测方法、系统、电子设备及存储介质。首先,本发明采用了数据驱动的方法构建SOFC系统退化预测模型,不需要花费大量的精力构建高精度的机理模型;其次,本发明基于数据驱动的方法所得到的神经网络通用性较好,针对不同的SOFC系统只需要重新训练调整参数即可,不需要改变模型框架结构;最后,本申请在构建模型时引入了注意力机制,相比其它的数据驱动预测方法,可以自动更新神经网络参数权重,相比普通的LSTM模型,预测精度更高。