公开(公告)号：CN115470581A

公开(公告)日：2022-12-13

申请号：CN202211039497.9

申请日：2022-08-29

Applicant: 华北电力大学

Inventor： 郝俊红 ,  陈俊宇 ,  王星策 ,  郝彤 ,  戈志华 ,  杜小泽

IPC: G06F30/17 ,  G06F30/27 ,  G06F30/28 ,  G16C20/10 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12 ,  H01M8/04298 ,  G06F111/04 ,  G06F111/06 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明涉及一种燃料电池气体流道优化设计方法、系统、电子设备及介质，属于燃料电池领域，采用中心复合设计确定流道几何参数的取值，样本数据进行人为设计，使数据具有先验性，对比目前机器学习的方法，在保证信息量的同时，减少了所需数据量，从而减少运算量，提高优化效率；根据最优人工神经网络拟合得到目标优化模型，目标优化模型即为几何尺寸与燃料电池性能指标之间的函数关系，对比传统的多项式拟合回归，提升了拟合精度，具有更好的预测性能；采用智能优化算法求解目标优化模型，获得使燃料电池性能达到最优的流道几何参数，相比传统基于经验的试凑或控制变量等方法，不仅能从多角度多目标对燃料电池进行优化，而且大幅提升了优化效率。

公开(公告)号：CN117195415A

公开(公告)日：2023-12-08

申请号：CN202310929814.2

申请日：2023-07-27

Applicant: 华北电力大学 ,  中国电力科学研究院有限公司 ,  国网浙江省电力有限公司 ,  国家电网有限公司

Inventor： 郝俊红 ,  杨云溪 ,  王星策 ,  金璐 ,  杜小泽 ,  田亮 ,  王鑫 ,  冯晓龙 ,  王松岑 ,  郝彤 ,  马腾宇 ,  邬学峰 ,  郭俣 ,  巨陈治 ,  李磊 ,  罗扬帆

IPC: G06F30/17 ,  G06F30/27 ,  G06F18/15 ,  G06Q50/06 ,  G06Q50/26 ,  G06F119/06 ,  G06F119/14 ,  G06F119/08 ,  G06F113/08 ,  G06F113/14

Abstract: 本发明公开一种能效与碳排放诊断方法、系统、电子设备及存储介质，属于碳排放分析技术领域。通过对电厂的历史运行参数数据删除异常数据和重复数据，补全缺失数据，舍弃非稳态数据，实现数据清洗；针对参数取舍问题，提出了融合主观经验与客观数据信息的筛选方法，提高了数据精确度；采用机器学习算法，建立了能效与重要运行参数关系模型或碳排放与重要运行参数关系模型；最终通过全局敏感性分析，从全局视角得到各个参数对系统能效或碳排放的影响情况。

公开(公告)号：CN119650765A

公开(公告)日：2025-03-18

申请号：CN202411813646.1

申请日：2024-12-11

Applicant: 华北电力大学

Inventor： 洪烽 ,  丁明志 ,  季卫鸣 ,  郝俊红 ,  郝彤

IPC: H01M8/04298 ,  G06F30/20 ,  G06F17/11 ,  H01M8/04992 ,  H01M8/1246 ,  G06F119/08 ,  G06F111/04

Abstract: 本申请公开了一种固体氧化物燃料电池变负荷控制方法及装置，涉及电力负荷控制领域，方法包括根据固体氧化物燃料电池的热量流模型，建立固体氧化物燃料电池的非线性状态空间模型；利用雅可比矩阵线性化方法，将非线性状态空间模型转化为标准状态空间模型；根据功率输出目标函数、约束条件和标准状态空间模型，利用模型预测控制算法进行变负荷控制。本发明基于固体氧化物燃料电池整体换热过程建立的跨尺度热量流模型，选择合适的状态变量和输入量，以变负荷为导向，建立固体氧化物燃料电池的非线性状态空间模型。利用雅可比矩阵线性化得到标准状态空间模型，利用模型预测控制算法在多约束条件下调节功率，以满足预期的负荷变化。

公开(公告)号：CN115470581B

公开(公告)日：2024-02-20

申请号：CN202211039497.9

申请日：2022-08-29

Applicant: 华北电力大学

Inventor： 郝俊红 ,  陈俊宇 ,  王星策 ,  郝彤 ,  戈志华 ,  杜小泽

IPC: G06F30/17 ,  G06F30/27 ,  G06F30/28 ,  G16C20/10 ,  G06N3/084 ,  G06N3/126 ,  H01M8/04298 ,  G06F111/04 ,  G06F111/06 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14 ,  G06N3/048

Abstract: 本发明涉及一种燃料电池气体流道优化设计方法、系统、电子设备及介质，属于燃料电池领域，采用中心复合设计确定流道几何参数的取值，样本数据进行人为设计，使数据具有先验性，对比目前机器学习的方法，在保证信息量的同时，减少了所需数据量，从而减少运算量，提高优化效率；根据最优人工神经网络拟合得到目标优化模型，目标优化模型即为几何尺寸与燃料电池性能指标之间的函数关系，对比传统的多项式拟合回归，提升了拟合精度，具有更好的预测性能；采用智能优化算法求解目标优化模型，获得使燃料电池性能达到最优的流道几何参数，相比传统基于经验的试凑或控制变量等方法，不仅能从多角度多目标对燃料电池进行优化，而且大幅提升了优化效率。