测定全钒液流电池的负极电解液钒离子浓度的方法和系统

AITNT
正文
推荐专利
测定全钒液流电池的负极电解液钒离子浓度的方法和系统
申请号:CN202410772976
申请日期:2024-06-14
公开号:CN118329817B
公开日期:2024-08-06
类型:发明专利
摘要
本申请提供了一种测定全钒液流电池的负极电解液钒离子浓度的方法和系统。该方法包括从所述全钒液流电池充放电期间的负极电解液的吸光度光谱中提取当前时刻的光谱特征参数x,光谱特征参数x包括350 nm‑450 nm区间内的最大峰位波长x1和峰值吸光度x2,500 nm‑650 nm区间内的最大峰位波长x3和峰值吸光度x4以及波长850 nm下的吸光度x5;将提取的当前时刻的光谱特征参数x输入到训练好的基于人工神经网络的负极电解液钒离子浓度测定模型中,获得当前时刻的负极电解液中的二价钒离子的浓度和三价钒离子的浓度。本申请的方法和系统提高了负极电解液钒离子浓度和荷电状态的检测准确性和便捷性。
技术关键词
光谱特征参数 负极 全钒液流电池 离子 人工神经网络 波长 电解液荷电状态 电解液循环系统 训练集 数据分析工具 全光谱 模型预测值 分光光度计 样本
系统为您推荐了相关专利信息
1
基于重校准无迹卡尔曼滤波的锂电池SOC估计方法
等效电路模型 无迹卡尔曼滤波 SOC估计方法 锂电池 协方差矩阵
2
预测肿瘤新抗原的方法和装置
肿瘤新生抗原 亲和力 样本 分子 检测T细胞增殖
3
一种半导体芯片侧面封装UV胶及其制备方法
半导体芯片 球形二氧化硅 负热膨胀材料 UV胶 丙烯酸酯
4
一种基于改进灰色神经网络的输电杆塔绝缘子故障预测方法
输电杆塔绝缘子 灰色神经网络模型 故障预测方法 人工神经网络算法 灰色模型
5
一种负离子发生器的运行状态监测方法及系统
负离子发生器 状态监测方法 主控芯片 高压模块 多传感器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号