基于物理信息神经网络的电能表温度分布预测方法

AITNT
正文
推荐专利
基于物理信息神经网络的电能表温度分布预测方法
申请号:CN202411056521
申请日期:2024-08-02
公开号:CN118917201A
公开日期:2024-11-08
类型:发明专利
摘要
本发明公开了一种基于物理信息神经网络的电能表温度分布预测方法,属于计量设备技术领域,包括如下步骤:获取电能表温度监测数据集;选择电能表温度分布预测的物理信息神经网络;基于物理模型,定义物理信息神经网络的热传导预测损失函数;根据热传导预测损失函数,利用电能表温度监测数据集训练物理信息神经网络,得到训练好的物理信息神经网络;获取目标电能表的温度监测数据,并将目标电能表的温度监测数据输入训练好的物理信息神经网络进行温度分布预测,得到目标电能表的温度分布预测结果。本发明解决了电能表温度分布预测准确度和速度不足的问题。
技术关键词
分布预测方法 物理 热传导 电能表线路板 表达式 BFGS算法 坐标 Adam算法 参数 计量设备 数据 定义 矩阵 速度
系统为您推荐了相关专利信息
1
一种随机时延的输出误差系统的参数辨识方法
误差系统 参数辨识方法 线性回归方程 期望最大化算法 时延
2
一种空间柔性机械臂的力位型建模与多源感知方法
驱动绳索 非瞬时性计算机可读存储介质 空间柔性机械臂 方程 传感器
3
一种管道工程建设的基坑测量系统及方法
基坑 悬浮驱动系统 量子神经网络 陶瓷基复合材料 超导磁体
4
地理加权回归模型的共享单车客流量预测方法及相关装置
地理加权回归模型 客流量预测方法 城市共享单车 AIC准则 交通设施
5
应对城市暴雨洪涝灾害的应急物资点位布设方法及系统
约束优化模型 布设方法 水动力模型 覆盖区 洪涝灾害救援
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号