您当前的位置:
首页 >
文章列表页 >
基于改进长短期记忆网络的质子交换膜燃料电池长期老化预测
基于改进长短期记忆网络的质子交换膜燃料电池长期老化预测
Long-term aging prediction of proton exchange membrane fuel cell based on improved long short term memory networks
- “在质子交换膜燃料电池领域,专家提出了基于LOWESS去噪的2D-G-LSTM预测方法,有效提高了长期老化预测精度。”
- 吉林大学学报(工学版) 2026年56卷第1期 页码:64-75
DOI: 10.13229/j.cnki.jdxbgxb.20240663
移动端阅览
AI导读
HTML全文
图( 11 ) 表( 4 )
参考文献
出版信息
数据统计
51
浏览量
236
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
燃料电池极板叶脉仿生流场结构优化的仿真与分析
燃料电池膜电极的催化剂载量面分布非均匀设计
基于高阶全驱的质子交换膜燃料电池阴极进气系统控制方法
质子交换膜燃料电池运行工况参数敏感性分析
质子交换膜燃料电池气体扩散层的力学改进模型
相关作者
姜北平
杨国志
张亮
赵靖华
赵士杰
张信哲
解方喜
肖罡
相关机构
吉林大学 汽车底盘集成与仿生全国重点实验室
吉林师范大学 数学与计算机学院
一汽铸造有限公司
湖南大学 机械与运载工程学院
江西铜业技术研究院有限公司

