一种基于深度学习的阀冷系统主水路状态预测方法

本发明公开了一种基于深度学习的阀冷系统主水路状态预测方法，本发明方法包括搭建阀冷系统主水路的电‑流‑热‑传质多物理场耦合仿真模型；以仿真数据驱动深度学习算法训练得到深度学习的阀冷系统主水路数据预测模型；利用所得数据预测模型实现大规模数据获取，基于变量控制方法筛选关键状态量；基于深度学习模型提出阀冷系统主水路状态评估方法，并通过自适应神经模糊系统实现全自动状态划分。本发明能够仿真模拟阀冷系统主水路多物理场耦合条件下各关键参数的分布情况，并通过深度学习算法将仿真模型降维，实现阀冷系统主水路状态预测高速化，并通过提出的状态评估准则判断阀冷系统主水路的工作状态。