摘要
本发明公开了基于深度强化学习的电动飞机散热优化方法,具体涉及深度学习分析技术领域,包括:基于深度学习模型搭建产热效率预测模型和散热效率预测模型,基于深度学习模型获取电动飞机的产热效率随时间波动曲线和散热效率与散热执行参数映射表;基于每个时间段的产热效率随时间波动曲线和平均散热需求效率,以电机的温度在正常区间为约束条件设计散热效率波动曲线,得到每个时间点的散热效率预设值;基于散热效率和映射表得到每个时间点的散热执行参数预设值;将散热执行参数预设值作为散热系统的初始设定值;基于散热系统实际响应时间,得到散热执行参数预设值的执行时间,有效的解决现有电动飞机散热系统不够智能的问题。
技术关键词
散热优化方法
深度强化学习
深度学习模型
风冷电机
时间段
参数
飞机散热系统
高精度温度传感器
指数
深度学习分析
运动轨迹数据
曲线
深度学习算法
风险
冗余
训练集数据
系统为您推荐了相关专利信息
微控制器单元
视觉训练装置
头部动作信息
头部运动信号
多光谱传感器
评估指标体系
深度学习模型
评估系统
健康度评估方法
整体健康
脑电信号采集模块
脑电信号处理
判别模块
信号处理模块
深度学习模型