一种基于机器学习的液流电池电堆最优操作条件预测方法.pdfVIP

下载本文档

1
0
约1.27万字
约 12页
2023-04-26 发布于北京
举报
版权申诉

一种基于机器学习的液流电池电堆最优操作条件预测方法.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明属于大规模电化学储能领域，具体说是一种基于机器学习的液流电池电堆最优操作条件预测方法。包括以下步骤：建立数据库；对数据库中的类型变量参数进行数值化和标准化处理；将参数变量组成多维特征向量，将电堆的功率成本和能量成本分别作为目标函数y，将多维特征向量及和目标函数y随机分成训练集和测试集；利用训练集中的参数数据训练电堆性能预测模型；使用测试集中的参数数据评价训练好的液流电池电堆性能预测模型，同时构建成本预测模型；利用成本预测模型对数据库内的材料和成本变量参数进行预测，并计算系统运行

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114094150 A (43)申请公布日 2022.02.25 (21)申请号 202010628824.9 (22)申请日 2020.06.29 (71)申请人中国科学院大连化学物理研究所