Sensors virtuals 

Ús de tècniques d’anàlisis de dades i aprenentatge automàtic (machine learning) per a l’obtenció indirecta d’una magnitud a partir de les mesures obtingudes d’altres magnituds relacionades o bé que contenen errors o gaps de dades.  

En el cas de l’H2, es poden aplicar per predir els cabals H2, la composició, la puresa, la temperatura o la pressió en funció de variables d’entrada com les característiques de la matèria primera, les condicions del procés i les entrades d’energia. També per estimar l’estat i el rendiment dels sistemes d’emmagatzematge d’H2. Per les piles de combustible, els sensors virtuals poden estimar el rendiment i la salut dels sistemes de piles de combustible, predir paràmetres com la taxa de consum d’H2, el voltatge de la cel·la, la temperatura, la humitat o la sortida d’energia en funció d’entrades com el cabal H2, el subministrament d’aire, les condicions de funcionament i les característiques de la cel·la.