申请/专利权人:中国船级社
申请日:2023-08-30
公开(公告)日:2023-12-29
公开(公告)号:CN117313918A
主分类号:G06Q10/04
分类号:G06Q10/04;G06N3/0475;G06N20/00;G06F18/27
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.01.16#实质审查的生效;2023.12.29#公开
摘要:本发明公开了一种基于机器学习液化气体罐箱日均漏热量的预测方法,该方法包括:步骤101,获取历史罐箱数据和历史所处环境数据;步骤102,设置第一日均漏热量预测模型和第二日均漏热量预测模型,将第一日均漏热量预测模型作为第一生成器,将第二日均漏热量预测模型作为第二生成器;步骤103,将历史罐箱数据和历史所处环境数据作为训练数据,将第一生成器生成的日均漏热量的预测值,输入到辨别器中,生成第一辨别结果,将第二生成器生成的日均漏热量,输入到辨别器中,生成第二辨别结果;步骤104,迭代步骤103,找到与日均漏热量的真实值最接近的日均漏热量的预测值相对应的第一日均漏热量预测模型或第二日均漏热量预测模型作为最终日均漏热量预测模型。
主权项:1.一种基于机器学习液化气体罐箱日均漏热量的预测方法,其特征在于,包括:步骤101,获取所述液化气体罐箱的历史罐箱数据和历史所处环境数据,其中,所述历史罐箱数据包括:液化气体罐箱的箱壁厚度、液化气体的热导率、液化气体的热容量和液化气体罐箱的表面积,所述历史所处环境数据包括:液化气体罐箱内外的温度差;步骤102,设置所述液化气体罐箱的第一日均漏热量预测模型和第二日均漏热量预测模型,将所述第一日均漏热量预测模型作为第一生成器,将所述第二日均漏热量预测模型作为第二生成器;步骤103,将所述历史罐箱数据和历史所处环境数据作为训练数据输入到所述第一生成器和所述第二生成器,将所述第一生成器生成的液化气体罐箱日均漏热量的预测值,输入到辨别器中,生成第一辨别结果,将所述第二生成器生成的液化气体罐箱日均漏热量,输入到所述辨别器中,生成第二辨别结果;步骤104,迭代步骤103,直到迭代次数达到迭代阈值,从所有所述第一辨别结果和所述第二辨别结果中,找到与液化气体罐箱日均漏热量的真实值最接近的液化气体罐箱日均漏热量的预测值相对应的所述第一日均漏热量预测模型或所述第二日均漏热量预测模型作为最终日均漏热量预测模型,从而完成液化气体罐箱日均漏热量预测。
全文数据:
权利要求:
百度查询: 中国船级社 基于机器学习液化气体罐箱日均漏热量的预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。