阴离子交换膜性能预测与寿命评估方法、装置及介质

本公开涉及离子交换膜技术领域，具体涉及一种阴离子交换膜性能预测与寿命评估方法、装置及介质，所述阴离子交换膜性能预测与寿命评估方法，包括以下步骤：实时获取阴离子交换膜运行过程中的多源数据集；将所述多源数据集进行时空对齐与特征融合，生成带时间戳标记的动态特征矩阵；构建融合深度学习和物理机理的混合预测模型；将所述动态特征矩阵输入训练完成的混合预测模型，输出阴离子交换膜的实时性能退化指数及剩余寿命置信区间。上述技术方案中通过融合深度学习和物理机理的混合预测模型，深度学习模型能够捕捉阴离子交换膜性能变化的复杂规律，而物理约束模块将其先验知识融入到模型中，增强模型的泛化能力，而且增加了模型的可解释性。