Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机器学习的制冷机系统建模和优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:无锡冠亚恒温制冷技术有限公司

摘要:本发明涉及数据处理领域,尤其涉及基于机器学习的制冷机系统建模和优化方法。内容包括:获取并预处理制冷机系统的运行数据,得到预处理后的运行数据;对预处理后的运行数据使用多维空间自适应增强变换算法进行增强处理,得到增强处理后的运行数据;构建制冷机系统的运行特性模型,并采用混合自适应动力优化算法优化制冷机系统运行特性模型的模型参数,得到优化后的模型参数,进而得到优化后的制冷机系统运行特性模型;基于优化后的制冷机系统运行特性模型的预测结果,动态调整制冷机系统的运行参数。解决了数据处理时的质量和多样性不足以及对制冷机系统的建模和优化不够准确的技术问题。

主权项:1.基于机器学习的制冷机系统建模和优化方法,其特征在于,包括以下步骤:S1.获取并预处理制冷机系统的运行数据,得到预处理后的运行数据;对预处理后的运行数据使用多维空间自适应增强变换算法进行增强处理,得到增强处理后的运行数据,所述多维空间自适应增强变换算法实现过程如下:对预处理后的运行数据通过高斯混合模型进行高斯混合变换处理,得到增强数据;应用自适应非线性映射将增强数据映射到高维非线性空间中;通过在不同尺度上引入正弦和高斯扰动,得到扰动数据;对扰动数据进行频域与时域的联合变换;基于频域与时域的联合变换结果,重构运行数据的协方差矩阵,并利用多元正态分布生成新的增强数据;将新的增强数据进行逆变换,通过逆频域变换将新的增强数据从时频域信号转换回扰动空间数据,得到时域信号;去除扰动后,将时域信号从高维非线性空间转换回原始特征空间,得到增强处理后的运行数据;S2.构建制冷机系统的运行特性模型,并采用混合自适应动力优化算法优化制冷机系统运行特性模型的模型参数,得到优化后的模型参数,进而得到优化后的制冷机系统运行特性模型;基于优化后的制冷机系统运行特性模型的预测结果,动态调整制冷机系统的运行参数。

全文数据:

权利要求:

百度查询: 无锡冠亚恒温制冷技术有限公司 基于机器学习的制冷机系统建模和优化方法

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。