申请/专利权人：瑞纳智能设备股份有限公司

申请日：2021-03-17

公开（公告）日：2024-06-28

公开（公告）号：CN112984617B

主分类号：F24D19/10

分类号：F24D19/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.07.06#实质审查的生效;2021.06.18#公开

摘要：本发明公开了一种基于人工智能的恒定供暖二网供温一网温控阀开度调节方法，具体步骤包括获取机组供温数据以及历史数据，并进行数据预处理；根据历史数据训练构建LSTM模型并进行优化，得到预测模型；获取实时状态数据，并输入预测模型调节一网阀门开度，得到二网供温设定值。将设定的二网供温及历史10分内的数据代入模型获得下一时刻温控阀的预测开度，加上当前时刻模型的预测残差，就是当前时刻应该下发的一网温控阀开度。本发明采用的深度学习算法，通过定期更新模型，学习一网阀门开度，一网供压，一网回压，二网流量，二网回温与二网供温的关系，使二网供温维持一个稳定值，算法具有很强的泛化能力。

主权项：1.一种基于人工智能的恒定供暖二网供温一网温控阀开度调节方法，其特征在于，包括：获取机组供温数据以及历史数据，并进行数据预处理，其具体步骤包括：首先获取符合模型要求的数据，再进行异常无效数据去除；根据数据的采集时间进行排序，构建时间间隔1秒的数据；对每种数据采用max-min归一化处理，并映射到0，1区间上；再将数据按比例分成训练集、测试集和验证集；根据历史数据训练构建LSTM模型并进行优化，得到预测模型，其具体步骤包括：采用LSTM训练模型，并构建5层神经网络；同时将隐藏层的节点数，每层的激活函数，学习率设置为超参数；利用获取的训练集进行训练，采用ray框架进行超参数优化；再利用测试集合验证集进行测试和验证；再利用模型定期执行，获得温控阀的预测开度以及模型残差项；获取实时状态数据，并输入预测模型得到一网阀门开度预测值和模型残差项，具体步骤包括：根据获取的历史数据，输入模型预测得到当前时刻预测的一网温控阀开度；再与实际的一网温控阀开度进行比较，获得模型残差项； 其中，yt为当前时刻实时的阀门开度，为预测的当前时刻一网温控阀开度，εt为模型的残差项；获取实时数据及设定的二网供温，获取下一时刻预测的一网温控阀开度，并进行一网温控阀开度调节，具体步骤包括：获取实时数据，输入已训练的模型，得到下一时刻预测的一网温控阀开度将一网温控阀开度加上当前时刻模型的预测残差项εt，得到下发的一网温控阀开度进行调节；再根据二网供温设定值，确定下一时刻下发的一网阀门开度。

全文数据：

权利要求：

百度查询： 瑞纳智能设备股份有限公司 一种基于人工智能的恒定供暖二网供温一网温控阀开度调节方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD