摘要
本发明是一种基于物理约束宽度学习与先验知识的冷水机组外推模型的建模方法,包括:基于设备参数与实际运行数据,应用宽度学习算法,建立宽度学习模型,对运行状态进行初步预测;基于实际运行数据及能量守恒定律,计算宽度学习模型冷却水出水温度的均方误差、冷水机组电功率的均方误差、冷水机组能量损失函数,建立自定义物理损失函数;利用误差反向传播机制和Adam优化器,对自定义物理损失函数进行优化,更新宽度学习算法中特征层和增强层的权重和偏置系数,提高宽度学习模型精度,建立物理约束宽度学习模型;建立先验知识模型;将先验知识模型与物理约束宽度学习模型相结合,建立基于物理约束宽度学习与先验知识的外推模型。
技术关键词
外推模型
宽度学习算法
冷水机组运行状态
冷却水
物理
误差反向传播
动态数据驱动
冷水机组设备
优化器
模型建模方法
冷冻水流量
模型预测值
机制
采集现场
在线
系统为您推荐了相关专利信息
动态仿真模型
动态仿真方法
实时数据
连续铸造设备
数据采集单元
燃料电池系统
遗传算法
仿真工具
计算机设备
计算机程序产品