CN115017741B - 一种燃料电池气体扩散层的重构方法、装置和电子设备 - Google Patents

一种燃料电池气体扩散层的重构方法、装置和电子设备 Download PDF

Info

Publication number
CN115017741B
CN115017741B CN202210938336.7A CN202210938336A CN115017741B CN 115017741 B CN115017741 B CN 115017741B CN 202210938336 A CN202210938336 A CN 202210938336A CN 115017741 B CN115017741 B CN 115017741B
Authority
CN
China
Prior art keywords
carbon fiber
gas diffusion
diffusion layer
layer
porosity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210938336.7A
Other languages
English (en)
Other versions
CN115017741A (zh
Inventor
焦道宽
郝冬
张妍懿
王晓兵
兰昊
马明辉
杨子荣
赵鑫
王睿迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Automotive Research New Energy Vehicle Inspection Center Tianjin Co ltd
Original Assignee
China Automotive Research New Energy Vehicle Inspection Center Tianjin Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Automotive Research New Energy Vehicle Inspection Center Tianjin Co ltd filed Critical China Automotive Research New Energy Vehicle Inspection Center Tianjin Co ltd
Priority to CN202210938336.7A priority Critical patent/CN115017741B/zh
Publication of CN115017741A publication Critical patent/CN115017741A/zh
Application granted granted Critical
Publication of CN115017741B publication Critical patent/CN115017741B/zh
Priority to JP2023115980A priority patent/JP7398168B1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M4/00—Electrodes
    • H01M4/86—Inert electrodes with catalytic activity, e.g. for fuel cells
    • H01M4/88—Processes of manufacture
    • H01M4/8803—Supports for the deposition of the catalytic active composition
    • H01M4/8807—Gas diffusion layers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/50—Manufacturing or production processes characterised by the final manufactured product

Abstract

本发明涉及一种燃料电池气体扩散层的重构方法、装置和电子设备，对气体扩散层的多层碳纤维层进行自动重构，通过获取气体扩散层的重构结构参数，对重构结构参数进行预处理配置，得到预设参数值；使用随机函数法，得到气体扩散层的碳纤维层的多个位置点，将多个位置点进行连线处理，得到气体扩散层的碳纤维并进一步得到气体扩散层的实时孔隙率，之后对实时孔隙率进行匹配，依据匹配的结果，对气体扩散层进行重构。该方案改进了现有技术中手动逐层生成再叠加的缺点，采用实施孔隙率自动匹配的方案，有着过程自动循环控制，一体化重构等优点，且该方案重构方法普适化强，不依赖于数值计算网格进行生成，可以广泛应用于气体扩散层的性能评价、优化。

Description

一种燃料电池气体扩散层的重构方法、装置和电子设备
技术领域
本申请属于燃料电池领域，具体的，涉及一种燃料电池气体扩散层的重构方法、装置和电子设备。
背景技术
近年来，随着经济社会的进一步发展，人们群众环境保护意识的日益增强，对于建设无污染、绿色、低碳的社会提出了现实需求。氢能由于其环境友好等显著优点，具有十分广阔的应用前景。而推进燃料电池汽车发展是氢能利用中十分重要的路线之一。质子交换膜燃料电池具有高效率、零排放、无移动部件、噪音低等优点，被广泛认为是下一代车用发动机的理想选择。气体扩散层作为质子交换膜燃料电池的核心部件之一，具有支撑电极（机械性能）、扩散反应物、传输电子、散热以及排水等功能。由于其复杂的多孔结构特征、紧密的水-热-质耦合传输过程及较高的制造工艺要求，气体扩散层是现阶段燃料电池膜电极研究中的难点。
开发准确、快速的气体扩散层三维重构方法对于模型研究具有十分重要的意义。它既能对现有产品的性能进行探究，也可对目标设计方案进行性能预测，从而可以大幅降低研发成本，是相关从业人员的迫切需要。
发明内容
有鉴于此，本申请旨在提出一种燃料电池气体扩散层的重构方法、装置和电子设备。
第一方面，本申请实施例提供了一种燃料电池气体扩散层的重构方法，气体扩散层由多层碳纤维层构成，其特征在于，方法包括：
获取气体扩散层的重构结构参数，对重构结构参数进行预处理配置，得到预设参数值；
在三维坐标系中使用随机函数法，得到气体扩散层的第一碳纤维层的第一位置点和第二位置点；
将第一位置点和第二位置点进行连线处理，得到气体扩散层的第一碳纤维；
依据第一碳纤维，得到气体扩散层的第一实时孔隙率；
通过预设参数值对第一实时孔隙率进行匹配，依据匹配的结果，对气体扩散层进行重构。
在上述第一方面的一种可能的实现中，方法还包括：
重构结构参数至少包括每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数；
对重构结构参数进行预处理配置，得到预设参数值，包括：
依据重构的具体需求，对每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数进行预设值配置，得到每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数的预设参数值；
得到预设参数值之后，还包括：
将预设参数值存入预设数组中。
在上述第一方面的一种可能的实现中，方法还包括：
得到气体扩散层的第一碳纤维层的第一位置点和第二位置点，具体包括：
利用随机函数法生成气体扩散层的第一碳纤维层的第一位置点和第二位置点；
第一位置点和第二位置点的坐标分别为（x 1, y 1, z 1）和(x 2, y 2, z 2)；
第一位置点和第二位置点的坐标与预设参数值相关。
在上述第一方面的一种可能的实现中，方法还包括：
得到气体扩散层的第一碳纤维，具体包括：
预设气体扩散层在三维坐标系中的投影尺寸范围；
投影尺寸范围依据碳纤维层的长度和宽度设置； 将第一位置点和第二位置点进行连线处理，得到第一候选碳纤维线；
去除第一候选碳纤维线超出投影尺寸范围的部分，得到第一碳纤维线；
依据碳纤维层的纤维直径，将第一碳纤维线进行圆柱型膨胀，得到气体扩散层的第一碳纤维。
在上述第一方面的一种可能的实现中，方法还包括：
依据第一碳纤维，得到气体扩散层的第一实时孔隙率，具体包括：
依据第一碳纤维，得到第一碳纤维层的碳纤维实时总长度；
依据第一碳纤维层的碳纤维实时总长度，得到第一碳纤维层的实时总体积；
依据第一碳纤维层的实时总体积，得到第一碳纤维层的第一实时孔隙率。
在上述第一方面的一种可能的实现中，方法还包括：
通过预设参数值对第一实时孔隙率进行匹配，依据匹配的结果，对气体扩散层进行重构，具体包括：
将第一实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小进行匹配；
当匹配的结果表明二者匹配时，则自动跳转至气体扩散层的第二碳纤维层进行重构，在三维坐标系中使用随机函数法，得到气体扩散层的第二碳纤维层的位置点；
当匹配的结果表明二者不匹配时，在三维坐标系中使用随机函数法，得到气体扩散层的第一碳纤维层的第三位置点和第四位置点；
将第三位置点和第四位置点进行连线处理，得到气体扩散层的第二碳纤维；
依据第二碳纤维，更新第一实时孔隙率得到气体扩散层的第二实时孔隙率；
将第二实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小进行匹配，如果匹配的结果表明二者不匹配时，重新在已获得碳纤维的基础上继续在三维坐标系中使用随机函数法，得到气体扩散层的碳纤维层的位置点并更新实时孔隙率，直到更新后的实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小相匹配；
当对气体扩散层的每层碳纤维层重构后，每层碳纤维层的实时孔隙率与重构的具体需求的每层碳纤维层的孔隙率的大小相匹配，则对气体扩散层进行重构完成。
第二方面，本申请实施例提供了一种燃料电池气体扩散层的重构装置，气体扩散层由多层碳纤维层构成，其特征在于，装置包括：
预处理模块，获取气体扩散层的重构结构参数，对重构结构参数进行预处理配置，得到预设参数值；
数据点获取模块，在三维坐标系中使用随机函数法，得到气体扩散层的第一碳纤维层的第一位置点和第二位置点；
膨胀模块，将第一位置点和第二位置点进行连线处理，得到气体扩散层的第一碳纤维；
层分析模块，依据第一碳纤维，得到气体扩散层的第一实时孔隙率；
重构模块，通过预设参数值对第一实时孔隙率进行匹配，依据匹配的结果，对气体扩散层进行重构。
在上述第二方面的一种可能的实现中，方法还包括：
重构结构参数至少包括每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数；
对重构结构参数进行预处理配置，得到预设参数值，包括：
依据重构的具体需求，对每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数进行预设值配置，得到每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数的预设参数值；
得到预设参数值之后，还包括：
将预设参数值存入预设数组中；
数据点获取模块，具体包括：
利用随机函数法生成气体扩散层的第一碳纤维层的第一位置点和第二位置点；
第一位置点和第二位置点的坐标分别为（x 1, y 1, z 1）和(x 2, y 2, z 2)；
第一位置点和第二位置点的坐标与预设参数值相关。
在上述第二方面的一种可能的实现中，方法还包括：
膨胀模块，具体包括：
预设气体扩散层在三维坐标系中的投影尺寸范围；
投影尺寸范围依据碳纤维层的长度和宽度设置； 将第一位置点和第二位置点进行连线处理，得到第一候选碳纤维线；
去除第一候选碳纤维线超出投影尺寸范围的部分，得到第一碳纤维线；
依据碳纤维层的纤维直径，将第一碳纤维线进行圆柱型膨胀，得到气体扩散层的第一碳纤维；
层分析模块，具体包括：
依据第一碳纤维，得到第一碳纤维层的碳纤维实时总长度；
依据第一碳纤维层的碳纤维实时总长度，得到第一碳纤维层的实时总体积；
依据第一碳纤维层的实时总体积，得到第一碳纤维层的第一实时孔隙率；
重构模块，具体包括：
将第一实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小进行匹配；
当匹配的结果表明二者匹配时，则自动跳转至气体扩散层的第二碳纤维层进行重构，在三维坐标系中使用随机函数法，得到气体扩散层的第二碳纤维层的位置点；
当匹配的结果表明二者不匹配时，在三维坐标系中使用随机函数法，得到气体扩散层的第一碳纤维层的第三位置点和第四位置点；
将第三位置点和第四位置点进行连线处理，得到气体扩散层的第二碳纤维；
依据第二碳纤维，更新第一实时孔隙率得到气体扩散层的第二实时孔隙率；
将第二实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小进行匹配，如果匹配的结果表明二者不匹配时，重新在已获得碳纤维的基础上继续在三维坐标系中使用随机函数法，得到气体扩散层的碳纤维层的位置点并更新实时孔隙率，直到更新后的实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小相匹配；
当对气体扩散层的每层碳纤维层重构后，每层碳纤维层的实时孔隙率与重构的具体需求的每层碳纤维层的孔隙率的大小相匹配，则对气体扩散层进行重构完成。
第三方面，本申请实施例提供了一种电子设备，包括：存储器，处理器，通过设置存储器，用于存储计算机可执行程序，处理器从存储器中读取部分或全部计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现本申请的一种燃料电池气体扩散层的重构方法。
相对于现有技术，本申请的燃料电池气体扩散层的重构方法在保证重构模型核心参数相同的情况下，具有时间/经济成本低、参数可调、摆脱样本限制、可自行设计等优点，有着更广泛的适用性。相比于其他随机重构方法而言，有着过程自动控制，一体化重构等优点。改进了手动逐层生成再叠加的缺点，且重构方法普适化强，不依赖于数值计算网格进行生成。该方法可以广泛应用于碳纸型气体扩散层的性能评价、优化、预测等，对于碳纸型气体扩散层的设计开发具有重要的科学意义和经济价值。
附图说明
图1是本申请实施例的一种燃料电池气体扩散层的重构方法的工作流程图；
图2是本申请实施例的一种燃料电池气体扩散层的气体扩散层的实物示意图；
图3是本申请实施例的一种燃料电池气体扩散层的重构方法的实施例二的工作流程图；
图4是本申请实施例的一种燃料电池气体扩散层的重构方法的气体扩散层三维结构图；
图5是本申请实施例的一种燃料电池气体扩散层的重构方法的气体扩散层孔隙率与X射线技术获得的对比结果示意图；
图6是本申请实施例的一种燃料电池气体扩散层的重构方法的多种类型孔隙率分布示意图；
图7是本申请实施例的一种燃料电池气体扩散层的重构方法的均匀孔隙率分布的气体扩散层的三维结构图；
图8是本申请实施例的一种燃料电池气体扩散层的重构方法的梯级孔隙率分布的气体扩散层的三维结构图；
图9是本申请实施例的一种燃料电池气体扩散层的重构装置的结构模块图；
图10是本申请实施例的一种电子设备的系统结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。可以理解，本申请所使用的的术语“第一”、“第二”等可在本文本中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另外一个元件区分。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
现有的一些重构方法主要包括采用仿真方法对气体扩散层结构的优化设计以及输运特性的探究都需要对其的三维多孔结构进行重构复现。第一种方法为采用X-CT技术（X-ray computed tomography），可以穿透非透明实体获得其内部的结构特征。第二种方法是随机重构方法。它的原理是使用已知的参数特征（如纤维直径），结合目标参数的统计特征（如孔隙率、厚度等），通过随机重构方法来生成多孔结构。在此过程中，所有的关键参数都可以根据目标需求进行调整。
但由于气体扩散层在不同方向上的特征是各向异性的，X-CT技术所获得的几何模型的特征也受限于样本的特征。同时，受限于X-CT的时间和经济成本，采用X-CT方法探究关键参数对气体扩散层性能的影响规律也不理想，如研究不同的孔隙率、孔径等对于水热传输过程的影响，这需要大量的样本模型进行转化。与此同时，现有随机重构方法的问题在于大多依赖于计算网格进行生成及反馈控制，降低了方法的可适用性。此外，部分方法采用逐层生成，然后根据每层孔隙率的大小进行手动堆叠，导致重构过程繁琐、非一体化控制。
本申请的气体扩散层的重构方案较好地克服了现有的重构方案的各项缺陷，下面将结合附图对本申请的实施例作进一步地详细描述。
参照附图1的工作流程图，本申请的第一实施例提供一种燃料电池气体扩散层的重构方法，气体扩散层由多层碳纤维层构成，包括如下步骤：
步骤1：获取气体扩散层的重构结构参数，对重构结构参数进行预处理配置，得到预设参数值；
步骤2：在三维坐标系中使用随机函数法，得到气体扩散层的第一碳纤维层的第一位置点和第二位置点；
步骤3：将第一位置点和第二位置点进行连线处理，得到气体扩散层的第一碳纤维；
步骤4：依据第一碳纤维，得到气体扩散层的第一实时孔隙率；
步骤5：通过预设参数值对第一实时孔隙率进行匹配，依据匹配的结果，对气体扩散层进行重构。
碳纸型气体扩散层体现为由随机分布的碳纤维交错形成。日本东丽出产的TGP-H-060型碳纸在燃料电池领域具有较好的口碑，得到了广泛的应用。其特点是整体孔隙率为78%，厚度约为190 µm，形态如图2，燃料电池气体扩散层的气体扩散层的实物示意图所示。
在第二实施例中，利用图1中给出的方法对东丽TGP-H-060碳纸型气体扩散层进行了随机重构，图3给出了本申请实施例的一种燃料电池气体扩散层的重构方法的实施例二的工作流程图，更详细地对图1中的部分步骤进行解释，并在图4气体扩散层的三维结构图中给出了相关展示。
具体的，步骤1中：
重构结构参数至少包括每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数；
对重构结构参数进行预处理配置，得到预设参数值，包括：
依据重构的具体需求，对每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数进行预设值配置，得到每层碳纤维层的长度、宽度、孔隙率的大小、纤维直径和气体扩散层的碳纤维的层数的预设参数值；
得到预设参数值之后，还包括：
将预设参数值存入预设数组中。
在该实施例中，将每层碳纤维层的孔隙率的大小按照顺序存入数组Porous[]；将每层碳纤维层的纤维直径大小存入数组D[]。
首先本实施例中所使用的燃料电池气体扩散层的碳纤维层数为24层，每层碳纤维层的纤维直径相同，均为8 µm，重构尺寸的大小选择为800 µm × 800 µm，即，L = 800 µm，W = 800 µm。
其次，每层碳纤维层的孔隙率大小分布依照图5气体扩散层孔隙率与X射线技术获得的对比结果示意图中X射线技术获得的孔隙率进行设定。即每层碳纤维直径的数组D[24]= {8, 8, 8, 8…8, 8}; 代表每层碳纤维层的孔隙率的大小的数组Porous[24] = {0.94,0.81, 0.64, 0.59, 0.61, 0.69, 0.75, 0.75, 0.77, 0.82, 0.84, 0.81, 0.82, 0.80,0.75, 0.74, 0.73, 0.65, 0.57, 0.56, 0.66, 0.79, 0.94, 0.96}。
具体的，步骤2中：
利用随机函数法生成气体扩散层的第一碳纤维层的第一位置点和第二位置点；
第一位置点和第二位置点的坐标分别为（x 1, y 1, z 1）和(x 2, y 2, z 2)；
第一位置点和第二位置点的坐标与预设参数值相关。
其中，利用随机函数法生成两个第一位置点（x 1, y 1, z 1），第二位置点(x 2, y 2,z 2)。表达式如下：
Figure 246071DEST_PATH_IMAGE001
（1-1）
Figure 531559DEST_PATH_IMAGE002
（1-2）
Figure 534150DEST_PATH_IMAGE003
（1-3）
Figure 588694DEST_PATH_IMAGE004
（1-4）
Figure 549696DEST_PATH_IMAGE005
（1-5）
Figure 322480DEST_PATH_IMAGE006
（1-6）
其中，Rand_x, Rand_z分别表示随机函数生成的用以计算坐标的数值，Rand_θ表示随机函数生成的用以计算弧度的值（需限制在函数的定义域内），i表示碳纤维的层数。
在该方案中，利用随机函数法进行生成两个位置点与弧度，在此时随机函数生成的值的大小为0至1之间的数值。
同时，在使用随机函数生成位置点时，需要添加时间种子，以确保随机数每次生成的数值不同，否则随机函数每次生成的位置点都不变。
按照公式（1-1）~（1-6）所示，便可得到结合弧度生成的两个随机位置点。
在该方案中，通过随机函数法生成位置点的方案保证了碳纤维层的自适应性，使得碳纤维层的重构可以依据多样化的气体扩散层需求进行自适应调整，并且添加时间种子以确保随机数每次生成的数值不同，进一步提高了碳纤维重构的基础数据的可信任度。
具体的，步骤3中：
预设气体扩散层在三维坐标系中的投影尺寸范围；
投影尺寸范围依据碳纤维层的长度和宽度设置；
将第一位置点和第二位置点进行连线处理，得到第一候选碳纤维线；
去除第一候选碳纤维线超出投影尺寸范围的部分，得到第一碳纤维线；
依据碳纤维层的纤维直径，将第一碳纤维线进行圆柱型膨胀，得到气体扩散层的第一碳纤维。
其中，该气体扩散层法向投影尺寸范围为（0, 0）~（L, W）。
在本实施例中，碳纤维的生成顺序为沿厚度方向（0 μm~ 192 μm）从最底层至最顶层逐层生成，结合投影的范围（0, 0）~（800, 800），因此整体碳纤维层的坐标范围为（0, 0,0）μm~ (800, 800, 192) μm，因此所生成的碳纤维仅保留在此范围内的部分，其余部分舍弃。
在本实施例中，将生成的第一位置点和第二位置点连线，并将超出气体扩散层长、宽域的部分舍弃，并读取该层纤维直径所在的数组D[24]中对应的值，依据碳纤维层的纤维直径圆柱型膨胀生成一根碳纤维。
在该方案中，通过对碳纤维的有效长度进行提取，保证了碳纤维提取数据用于重构气体扩散层的正确性，并且基于碳纤维层的纤维直径对碳纤维线进行圆柱型膨胀，获取该层的碳纤维，增强了对于产品需求的重构的匹配性。
具体的，步骤4中：
依据第一碳纤维，得到第一碳纤维层的碳纤维实时总长度；
依据第一碳纤维层的碳纤维实时总长度，得到第一碳纤维层的实时总体积；
依据第一碳纤维层的实时总体积，得到第一碳纤维层的第一实时孔隙率。
随着碳纤维的增加，同步计算该层的实时孔隙率并与目标孔隙率进行比对判定。
实时孔隙率的计算方法为将碳纤维的体积去除后的部分，除以该层的总体积，表达式如下：
获得每层碳纤维的第一碳纤维的长度L f：
根据碳纤维孔隙率的实时判定情况进行加和获得该层碳纤维实时总长度L fs；则此时该层碳纤维的实时总体积V f可以由下述表达式进行计算：
Figure 128762DEST_PATH_IMAGE007
（3-1）
则该层实时的孔隙率ε可由下述表达式获得：
Figure 37812DEST_PATH_IMAGE008
（3-2）
Figure 904137DEST_PATH_IMAGE009
（3-3）
在本实施例中，按照公式（3-3）所示方法计算第一碳纤维的长度，并按照公式（3-1）和（3-2）计算当前的实时孔隙率大小。
本方案根据碳纤维孔隙率的实时判定情况进行加和获得该层碳纤维实时总长度的场景中，考虑了多种碳纤维在该层碳纤维层中的具体空间放置形态，依据碳纤维位置点进行多场景配置获取相应的长度，最大程度上保证了碳纤维长度、体积、孔隙率结果的准确性，确保了后续重构模型的偏差最小。
具体的，步骤5中：
将第一实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小进行匹配；
当匹配的结果表明二者匹配时，则自动跳转至气体扩散层的第二碳纤维层进行重构，在三维坐标系中使用随机函数法，得到气体扩散层的第二碳纤维层的位置点；
当匹配的结果表明二者不匹配时，在三维坐标系中使用随机函数法，得到气体扩散层的第一碳纤维层的第三位置点和第四位置点；
将第三位置点和第四位置点进行连线处理，得到气体扩散层的第二碳纤维；
依据第二碳纤维，更新第一实时孔隙率得到气体扩散层的第二实时孔隙率；
将第二实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小进行匹配，如果匹配的结果表明二者不匹配时，重新在已获得碳纤维的基础上继续在三维坐标系中使用随机函数法，得到气体扩散层的碳纤维层的位置点并更新实时孔隙率，直到更新后的实时孔隙率与重构的具体需求的碳纤维层的孔隙率的大小相匹配；
当对气体扩散层的每层碳纤维层重构后，每层碳纤维层的实时孔隙率与重构的具体需求的每层碳纤维层的孔隙率的大小相匹配，则对气体扩散层进行重构完成。
其中，将实时的碳纤维层孔隙率ε与该层的目标孔隙率Porous[i]进行对比，采用逻辑判断程序当达到该层的目标孔隙率时跳至下一层进行生成，并调用该层的目标孔隙率Porous[i]及纤维直径D[i]进行控制。
在本实施例中，将得到的实时孔隙率与孔隙率数组Porous[24]中的大小进行对比判定，当小于目标孔隙率时再生成一根碳纤维直至满足，然后跳至下一层重复在三维坐标系中使用随机函数法，得到气体扩散层的下一层碳纤维层的位置点直至完成所有碳纤维层。
该方案改进了现有技术中手动逐层生成再叠加的缺点，采用实施孔隙率自动匹配的方案，有着过程自动循环控制，一体化重构等优点，且该方案重构方法普适化强，不依赖于数值计算网格进行生成，可以广泛应用于气体扩散层的性能评价、优化。
图4给出了本发明方法实施例生成的气体扩散层。可以清晰看出，根据孔隙率的不同，每层碳纤维的数量也具有差异性。图5中给出了采用本发明方法与X射线技术获得的孔隙率的对比，结果显示具有较高的吻合度，体现本发明方法的可靠性。在本实施例中，每层碳纤维层的厚度从下到上归一化处理为最下方的值为0，最顶层的值为1。
进一步地，本发明的燃料电池气体扩散层的重构方法也可应用于多种类型孔隙率分布的气体扩散层的重构，如梯级孔隙率结构。这种结构代表着气体扩散层优化设计的一种发展方向。
图6为本申请实施例的一种燃料电池气体扩散层的重构方法的多种类型孔隙率分布示意图，在该实施例中给出了相同纤维直径下，孔隙率呈现均匀分布的以及沿线性分布的几种气体扩散层的重构结果。
此时，每层碳纤维层纤维直径为8 µm，尺寸大小为L = 200 µm，W =200 µm，气体扩散层的碳纤维的层数为24层，整体碳纤维层的坐标范围为（0, 0, 0）~ (200, 200, 192)。三种气体扩散层的孔隙率从底层到顶层分别是保持0.7不变、线性增大、线性减小，体现在控制数组中分别为：Porous[24] = {0.7, 0.7, 0.7……0.7, 0.7}；Porous[24] = { 0.5,0.517, 0.535, 0.552, 0.57, 0.587, 0.604, 0.622, 0.639, 0.657, 0.674, 0.691,0.709, 0.726, 0.743, 0.761, 0.778, 0.796, 0.813, 0.83, 0.848, 0.865, 0.883,0.9}；Porous[24] = { 0.9, 0.883, 0.865, 0.848, 0.83, 0.813, 0.796, 0.778,0.761, 0.743, 0.726, 0.709, 0.691, 0.674, 0.657, 0.639, 0.622, 0.604, 0.587,0.57, 0.552, 0.535, 0.517, 0.5}。按照图3本申请实施例的一种燃料电池气体扩散层的重构方法的实施例二的工作流程图中所示方法进行重构后的三维结构如图7和8所示，图7是均匀孔隙率的三维结构图，图8给出了具有梯级孔隙率分布的气体扩散层三维结构图。从图7和8中可以清晰的看出梯级孔隙率1类型的每层碳纤维数量从下至上是逐步减少的，这与预设的目标是吻合的。因此，本发明方法可以用于新型设计的气体扩散层性能的仿真研究。
参照附图9，本发明请求保护的一种燃料电池气体扩散层的重构装置的结构模块图，气体扩散层由多层碳纤维层构成，其特征在于，装置包括：
预处理模块，获取气体扩散层的重构结构参数，对重构结构参数进行预处理配置，得到预设参数值；
数据点获取模块，在三维坐标系中使用随机函数法，得到气体扩散层的第一碳纤维层的第一位置点和第二位置点；
膨胀模块，将第一位置点和第二位置点进行连线处理，得到气体扩散层的第一碳纤维；
层分析模块，依据第一碳纤维，得到气体扩散层的第一实时孔隙率；
重构模块，通过预设参数值对第一实时孔隙率进行匹配，依据匹配的结果，对气体扩散层进行重构。
参照附图10，本发明请求保护的一种电子设备100，包括：存储器101，处理器102，通过设置存储器，用于存储计算机可执行程序，处理器从存储器中读取部分或全部计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现本发明的一种燃料电池气体扩散层的重构方法。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是，前面或后面的步骤不一定按照顺序来精确的进行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中。
本领域技术人员能够理解，本公开所披露的内容可以出现多种变型和改进。例如，以上所描述的各种设备或组件可以通过硬件实现，也可以通过软件、固件、或者三者中的一些或全部的组合实现。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成，程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义，这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相匹配的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
以上是对本公开的说明，而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解，上面是对本公开的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (7)

1.一种燃料电池气体扩散层的重构方法，所述气体扩散层由多层碳纤维层构成，其特征在于，所述方法包括：
获取气体扩散层的重构结构参数，对所述重构结构参数进行预处理配置，得到预设参数值；
在三维坐标系中使用随机函数法，得到所述气体扩散层的第一碳纤维层的第一位置点和第二位置点；
所述第一位置点和第二位置点的坐标分别为（x 1, y 1, z 1）和(x 2, y 2, z 2)；
将所述第一位置点和第二位置点进行连线处理，得到所述气体扩散层的第一碳纤维；
依据所述第一碳纤维，得到所述气体扩散层的第一实时孔隙率；
通过所述预设参数值对所述第一实时孔隙率进行匹配，依据所述匹配的结果，对所述气体扩散层进行重构；
所述依据所述第一碳纤维，得到所述气体扩散层的第一实时孔隙率，具体包括：
依据所述第一碳纤维，得到所述第一碳纤维层的碳纤维实时总长度；
依据所述第一碳纤维层的碳纤维实时总长度，得到所述第一碳纤维层的实时总体积；
依据所述第一碳纤维层的实时总体积，得到所述第一碳纤维层的第一实时孔隙率；
获得每层碳纤维的第一碳纤维的长度L f：
根据碳纤维孔隙率的实时判定情况进行加和获得该层碳纤维实时总长度L fs；纤维直径为D[i]，L为碳纤维层长度，W为碳纤维层宽度，此时该层碳纤维的实时总体积V f可以由下述表达式进行计算：
Figure DEST_PATH_IMAGE002
（1）
则该层实时的孔隙率ε可由下述表达式获得：
Figure DEST_PATH_IMAGE004
（2）
Figure DEST_PATH_IMAGE006
（3）
按照所述公式（3）所示方法计算第一碳纤维的长度，并按照所述公式（1）和（2）计算当前的实时孔隙率大小；
所述通过所述预设参数值对所述第一实时孔隙率进行匹配，依据所述匹配的结果，对所述气体扩散层进行重构，具体包括：
将所述第一实时孔隙率与所述重构的具体需求的所述碳纤维层的孔隙率的大小进行匹配；
当所述匹配的结果表明二者匹配时，则自动跳转至所述气体扩散层的第二碳纤维层进行重构，在三维坐标系中使用随机函数法，得到所述气体扩散层的第二碳纤维层的位置点；
当所述匹配的结果表明二者不匹配时，在三维坐标系中使用随机函数法，得到所述气体扩散层的第一碳纤维层的第三位置点和第四位置点；
将所述第三位置点和第四位置点进行连线处理，得到所述气体扩散层的第二碳纤维；
依据所述第二碳纤维，更新所述第一实时孔隙率得到所述气体扩散层的第二实时孔隙率；
将所述第二实时孔隙率与所述重构的具体需求的所述碳纤维层的孔隙率的大小进行匹配，如果所述匹配的结果表明二者不匹配时，重新在已获得碳纤维的基础上继续在三维坐标系中使用随机函数法，得到所述气体扩散层的碳纤维层的位置点并更新实时孔隙率，直到更新后的实时孔隙率与所述重构的具体需求的所述碳纤维层的孔隙率的大小相匹配；
当对所述气体扩散层的每层碳纤维层重构后，每层碳纤维层的实时孔隙率与所述重构的具体需求的每层所述碳纤维层的孔隙率的大小相匹配，则对所述气体扩散层进行重构完成。
2.如权利要求1所述的一种燃料电池气体扩散层的重构方法，其特征在于：
所述重构结构参数至少包括每层所述碳纤维层的长度、宽度、孔隙率的大小、纤维直径和所述气体扩散层的碳纤维的层数；
所述对所述重构结构参数进行预处理配置，得到预设参数值，包括：
依据所述重构的具体需求，对每层所述碳纤维层的长度、宽度、孔隙率的大小、纤维直径和所述气体扩散层的碳纤维的层数进行预设值配置，得到每层所述碳纤维层的长度、宽度、孔隙率的大小、纤维直径和所述气体扩散层的碳纤维的层数的预设参数值；
所述得到预设参数值之后，还包括：
将所述预设参数值存入预设数组中。
3.如权利要求1所述的一种燃料电池气体扩散层的重构方法，其特征在于：
所述得到所述气体扩散层的第一碳纤维层的第一位置点和第二位置点，具体包括：
利用随机函数法生成所述气体扩散层的第一碳纤维层的第一位置点和第二位置点；
所述第一位置点和第二位置点的坐标与所述预设参数值相关。
4.如权利要求1所述的一种燃料电池气体扩散层的重构方法，其特征在于：
所述得到所述气体扩散层的第一碳纤维，具体包括：
预设所述气体扩散层在所述三维坐标系中的投影尺寸范围；
所述投影尺寸范围依据所述碳纤维层的长度和宽度设置； 将所述第一位置点和第二位置点进行连线处理，得到第一候选碳纤维线；
去除所述第一候选碳纤维线超出所述投影尺寸范围的部分，得到第一碳纤维线；
依据所述碳纤维层的纤维直径，将所述第一碳纤维线进行圆柱型膨胀，得到所述气体扩散层的第一碳纤维。
5.一种燃料电池气体扩散层的重构装置，所述气体扩散层由多层碳纤维层构成，其特征在于，所述装置包括：
预处理模块，获取气体扩散层的重构结构参数，对所述重构结构参数进行预处理配置，得到预设参数值；
数据点获取模块，在三维坐标系中使用随机函数法，得到所述气体扩散层的第一碳纤维层的第一位置点和第二位置点；
所述第一位置点和第二位置点的坐标分别为（x 1, y 1, z 1）和(x 2, y 2, z 2)；
膨胀模块，将所述第一位置点和第二位置点进行连线处理，得到所述气体扩散层的第一碳纤维；
层分析模块，依据所述第一碳纤维，得到所述气体扩散层的第一实时孔隙率；
重构模块，通过所述预设参数值对所述第一实时孔隙率进行匹配，依据所述匹配的结果，对所述气体扩散层进行重构；
所述膨胀模块，具体包括：
预设所述气体扩散层在所述三维坐标系中的投影尺寸范围；
所述投影尺寸范围依据所述碳纤维层的长度和宽度设置； 将所述第一位置点和第二位置点进行连线处理，得到第一候选碳纤维线；
去除所述第一候选碳纤维线超出所述投影尺寸范围的部分，得到第一碳纤维线；
依据所述碳纤维层的纤维直径，将所述第一碳纤维线进行圆柱型膨胀，得到所述气体扩散层的第一碳纤维；
所述层分析模块，具体包括：
依据所述第一碳纤维，得到所述第一碳纤维层的碳纤维实时总长度；
依据所述第一碳纤维层的碳纤维实时总长度，得到所述第一碳纤维层的实时总体积；
获得每层碳纤维的第一碳纤维的长度L f：
根据碳纤维孔隙率的实时判定情况进行加和获得该层碳纤维实时总长度L fs；纤维直径为D[i]，L为碳纤维层长度，W为碳纤维层宽度，此时该层碳纤维的实时总体积V f可以由下述表达式进行计算：
Figure DEST_PATH_IMAGE008
（1）
则该层实时的孔隙率ε可由下述表达式获得：
Figure DEST_PATH_IMAGE010
（2）
Figure DEST_PATH_IMAGE012
（3）
按照所述公式（3）所示方法计算第一碳纤维的长度，并按照所述公式（1）和（2）计算当前的实时孔隙率大小；
依据所述第一碳纤维层的实时总体积，得到所述第一碳纤维层的第一实时孔隙率；
所述重构模块，具体包括：
将所述第一实时孔隙率与所述重构的具体需求的所述碳纤维层的孔隙率的大小进行匹配；
当所述匹配的结果表明二者匹配时，则自动跳转至所述气体扩散层的第二碳纤维层进行重构，在三维坐标系中使用随机函数法，得到所述气体扩散层的第二碳纤维层的位置点；
当所述匹配的结果表明二者不匹配时，在三维坐标系中使用随机函数法，得到所述气体扩散层的第一碳纤维层的第三位置点和第四位置点；
将所述第三位置点和第四位置点进行连线处理，得到所述气体扩散层的第二碳纤维；
依据所述第二碳纤维，更新所述第一实时孔隙率得到所述气体扩散层的第二实时孔隙率；
将所述第二实时孔隙率与所述重构的具体需求的所述碳纤维层的孔隙率的大小进行匹配，如果所述匹配的结果表明二者不匹配时，重新在已获得碳纤维的基础上继续在三维坐标系中使用随机函数法，得到所述气体扩散层的碳纤维层的位置点并更新实时孔隙率，直到更新后的实时孔隙率与所述重构的具体需求的所述碳纤维层的孔隙率的大小相匹配；
当对所述气体扩散层的每层碳纤维层重构后，每层碳纤维层的实时孔隙率与所述重构的具体需求的每层所述碳纤维层的孔隙率的大小相匹配，则对所述气体扩散层进行重构完成。
6.如权利要求5所述的一种燃料电池气体扩散层的重构装置，其特征在于，还包括：
所述重构结构参数至少包括每层所述碳纤维层的长度、宽度、孔隙率的大小、纤维直径和所述气体扩散层的碳纤维的层数；
所述对所述重构结构参数进行预处理配置，得到预设参数值，包括：
依据所述重构的具体需求，对每层所述碳纤维层的长度、宽度、孔隙率的大小、纤维直径和所述气体扩散层的碳纤维的层数进行预设值配置，得到每层所述碳纤维层的长度、宽度、孔隙率的大小、纤维直径和所述气体扩散层的碳纤维的层数的预设参数值；
所述得到预设参数值之后，还包括：
将所述预设参数值存入预设数组中；
所述数据点获取模块，具体包括：
利用随机函数法生成所述气体扩散层的第一碳纤维层的第一位置点和第二位置点；
所述第一位置点和第二位置点的坐标分别为（x 1, y 1, z 1）和(x 2, y 2, z 2)；
所述第一位置点和第二位置点的坐标与所述预设参数值相关。
7.一种电子设备，包括：存储器，处理器，通过设置所述存储器，用于存储计算机可执行程序，处理器从存储器中读取部分或全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现权利要求1～4任一项所述一种燃料电池气体扩散层的重构方法。
CN202210938336.7A 2022-08-05 2022-08-05 一种燃料电池气体扩散层的重构方法、装置和电子设备 Active CN115017741B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210938336.7A CN115017741B (zh) 2022-08-05 2022-08-05 一种燃料电池气体扩散层的重构方法、装置和电子设备
JP2023115980A JP7398168B1 (ja) 2022-08-05 2023-07-14 燃料電池のガス拡散層の再構成方法、装置、電子機器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210938336.7A CN115017741B (zh) 2022-08-05 2022-08-05 一种燃料电池气体扩散层的重构方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN115017741A CN115017741A (zh) 2022-09-06
CN115017741B true CN115017741B (zh) 2022-12-06

Family

ID=83065375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210938336.7A Active CN115017741B (zh) 2022-08-05 2022-08-05 一种燃料电池气体扩散层的重构方法、装置和电子设备

Country Status (2)

Country Link
JP (1) JP7398168B1 (zh)
CN (1) CN115017741B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116796650B (zh) * 2023-07-24 2024-03-26 同济大学 基于多目标优化遗传算法的气体扩散层三维重构方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113138153A (zh) * 2021-05-19 2021-07-20 北京康普瑞基石油工程技术有限公司 一种岩样夹持器、岩石孔隙度测量系统及方法
CN114565716A (zh) * 2022-02-17 2022-05-31 中汽创智科技有限公司 图像三维重建方法、装置、设备及介质
CN114707365A (zh) * 2022-06-02 2022-07-05 中汽研新能源汽车检验中心(天津)有限公司 一种燃料电池气体扩散层水-热-质传输仿真方法
CN114841042A (zh) * 2022-05-24 2022-08-02 华南理工大学 质子交换膜燃料电池气体扩散层的孔隙建模方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4333246B2 (ja) * 2003-08-28 2009-09-16 日産自動車株式会社 燃料電池システム
JP2009048936A (ja) 2007-08-22 2009-03-05 Dainippon Printing Co Ltd 触媒層付電解質膜の補修方法及び補修用転写フィルム
US8512908B2 (en) * 2009-05-14 2013-08-20 GM Global Technology Operations LLC Fabrication of catalyst coated diffusion media layers containing nanostructured thin catalytic layers
CN109916794A (zh) * 2017-12-13 2019-06-21 重庆润泽医药有限公司 基于工业ct的多孔材料孔隙率的无损检测方法
CN108898667B (zh) * 2018-06-22 2020-11-27 同济大学 一种基于X-ray CT三维重构的碳纸形态参数提取方法
CN114843555B (zh) * 2022-05-09 2024-04-09 中汽创智科技有限公司 一种燃料电池气体扩散层的仿真方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113138153A (zh) * 2021-05-19 2021-07-20 北京康普瑞基石油工程技术有限公司 一种岩样夹持器、岩石孔隙度测量系统及方法
CN114565716A (zh) * 2022-02-17 2022-05-31 中汽创智科技有限公司 图像三维重建方法、装置、设备及介质
CN114841042A (zh) * 2022-05-24 2022-08-02 华南理工大学 质子交换膜燃料电池气体扩散层的孔隙建模方法
CN114707365A (zh) * 2022-06-02 2022-07-05 中汽研新能源汽车检验中心(天津)有限公司 一种燃料电池气体扩散层水-热-质传输仿真方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
压缩对不同疏水性处理气体扩散层内两相流的影响;焦魁等;《工程热物理学报》;20200115(第01期);正文第1-6页 *

Also Published As

Publication number Publication date
JP2024022500A (ja) 2024-02-16
JP7398168B1 (ja) 2023-12-14
CN115017741A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN115017741B (zh) 一种燃料电池气体扩散层的重构方法、装置和电子设备
CN102684223B (zh) 以降低网损为目标的多约束条件下风电送出功率优化评估方法
CN104484531A (zh) 考虑多源不确定性的加筋板壳结构可靠度优化方法
CN111612273B (zh) 一种区域级综合能源系统分区设计方法及系统
CN111200141B (zh) 基于深度信念网络的质子交换膜燃料电池性能预测及寻优方法
CN111597602B (zh) 一种基于amgpcg算法的高层建筑结构高效分析方法
CN103294647B (zh) 基于正交张量近邻保持嵌入的头相关传输函数降维方法
CN116151114A (zh) 基于混合框架的元宇宙下燃料电池寿命预测方法及系统
CN112865089A (zh) 一种改进的主动配电网大规模场景分析方法
CN106295698B (zh) 一种基于分层kpi相似度的智能光伏电站故障诊断方法
CN115688982B (zh) 基于wgan和鲸鱼优化算法的楼宇光伏数据补全方法
CN109638892B (zh) 一种基于改进模糊聚类算法的光伏电站等值建模方法
CN116167465A (zh) 基于多变量时间序列集成学习的太阳辐照度预测方法
CN110276478A (zh) 基于分段蚁群算法优化svm的短期风电功率预测方法
CN110728683A (zh) 一种基于密集连接的图像语义分割方法
CN112634428A (zh) 一种基于双向循环生成网络的多孔介质三维图像重建方法
CN113078335B (zh) 质子交换膜燃料电池的性能分析方法、装置及终端设备
CN114221334A (zh) 一种基于图神经网络的快速状态估计方法
CN115392123A (zh) 二次电池物理模型的参数辨识方法、系统、设备及介质
CN113743806A (zh) 一种电力系统非凸双目标最优潮流全局解的搜索方法
CN113516303A (zh) 一种提取多模式最优信息进行降水集合预测的方法、装置和介质
Du et al. A modified niche genetic algorithm based on evolution gradient and its simulation analysis
CN116796650B (zh) 基于多目标优化遗传算法的气体扩散层三维重构方法
CN109871375A (zh) 分布式新能源规模化接入的信息平台及其控制方法
Zheng et al. Multi-Scenario Modeling of Power Grid Planning under the Access of Large-Scale New Energy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant