一种物理神经信息网络模型软校正体积式流量计精度的方法、装置、可读存储介质和设备

本申请提供一种物理神经信息网络模型软校正体积式流量计精度的方法，用于体积式流量计中的涡轮流量计，包括：步骤一：采集关键物理数据，所述关键物理数据包括涡轮流量计的输出脉冲频率、流体粘度、流体密度、流体温度以及流体压力数据；步骤二：对采集到的所述关键物理数据进行预处理，包括清洗、归一化处理以及去除异常数据点；步骤三：基于物理原理和神经网络结构构建物理神经信息网络模型；步骤四：运用预处理后的训练数据对物理神经信息网络模型进行深度训练；步骤五：将训练好的物理神经信息网络模型应用于涡轮流量计的实时数据测量，并对涡轮流量计的测量精度进行软校正。本申请通过集成机器学习算法，提高了涡轮流量计的精度。