摘要
本申请的基于机器学习的供热温度个性化预测与控制方法及系统,涉及机器学习技术领域,通过收集节点数据和管段的几何结构数据,收集管道内壁温度、水的运行参数和气温数据,利用节点数据、几何结构数据、管道内壁温度、水的运行参数和气温数据建立热传递方程,并集成得到整个供热管网的有限元方程组,求解得到节点温度,利用节点温度和人体适宜温度计算一次网最优供热温度为住户进行供热,训练理想温度预测模型,利用理想温度预测模型预测住户的理想温度和供热需求等级,在温控器输入理想温度和供热需求等级,调节阀门开合度将实时供热温度调节为理想温度,通过智能化调节满足了气温变化和不同住户的个性化供热需求。
技术关键词
温度预测模型
节点
人体适宜温度
调节阀门
温控器
方程
构建机器学习模型
学习器
管道
温度调节模块
参数
数据收集模块
机器学习技术
热传递
可读存储介质
学习特征
处理器
系统为您推荐了相关专利信息
充电站
有功功率
无功补偿装置模型
配电网设备
节点
可靠性分析方法
Kriging模型
代表
样本
主成分分析法
主节点
分布式信号处理
任务调度模型
复杂度
雷达