摘要
本发明涉及一种氢气阀门氢气质量流量的预测方法,其属于氢气阀门流量预测技术领域。其技术要点在于,根据设定的进口压力、出口压力、温度、氢气阀门角度,通过采集空气质量流量,来估计该设定条件下的氢气质量流量。建立卷积神经网络(CNN)模型对上述特征进行局部信息提取,针对模型参数难以确定问题,引入灰狼优化算法(GWO)对CNN模型超参数进行优化,搭建GWO‑CNN模型映射空气质量流量特征信息与氢气质量流量非线性关系。通过建立上述估计模型可以有效解决氢气成本高,阀门流量难以测量的问题,有效的提高了氢气阀门流量估计精度,降低成本。
技术关键词
气压
氢气阀门
卷积神经网络参数
归一化方法
压力
卷积神经网络模型
数据
流量预测技术
流量特征信息
训练集
开口角度
灰狼优化算法
模型超参数
代表
气体
矩阵
系统为您推荐了相关专利信息
编码定位系统
霍尔角度传感器
阻力调节旋钮
无刷电机驱动系统
多传感器融合系统
金刚石生长
掺杂设备
多腔室
自动控制系统
压力控制系统
输出校正方法
温压复合传感器
温度补偿电阻
神经网络模型
迟滞效应