一种基于神经网络的阀门识别方法、装置、介质及设备

本发明公开了一种基于神经网络的阀门识别方法、装置、介质及设备，方法包括：获取连续时间段内的电压数据、电流数据、流量数据和阀门开度数据；将连续时间段内各时刻的电压数据、电流数据和流量数据输入预先训练的神经网络模型，得到各时刻的负载；基于各时刻的负载与连续时间段内各时刻的阀门开度数据，得到负载曲线；分别计算负载曲线与不同类型阀门的标准负载曲线的平均损失，输出平均损失最小时标准负载曲线对应的阀门的类型。本发明能够识别阀门类型，能够避免人工查看阀门类型，能够节省人工成本。