基于负载特征与AI优化的离心空压站房控制方法与装置

AITNT
正文
推荐专利
基于负载特征与AI优化的离心空压站房控制方法与装置
申请号:CN202510081532
申请日期:2025-01-20
公开号:CN119512287A
公开日期:2025-02-25
类型:发明专利
摘要
一种基于负载特征与AI优化的离心空压站房控制方法与装置,该方法包括:获取钢铁冶金厂内的环境参数,对环境参数的噪声进行预处理,得到预处理后的信号矩阵。利用环境参数中的粉尘浓度和过滤阻力变化的拟合模型提取过滤器阻力特征,调用共空间模式算法提取与变频器负载响应对应的负载频谱特征,生成特征矩阵。根据过滤器阻力与粉尘浓度之间的关系计算过滤器疲劳指数,基于变频器负载特征计算负载调速响应指数,以综合计算系统疲劳指数。将特征矩阵作为卷积神经网络的输入,对特征矩阵进行特征融合。通过融合特征向量对长短期记忆网络进行训练,调用训练后的长短期记忆网络根据历史环境参数对系统疲劳趋势进行时间序列预测,生成优化控制策略。
技术关键词
空压站房 负载特征 过滤器 长短期记忆网络 变频器 指数 频谱特征 阻力 矩阵 粒子浓度传感器 生成特征 截取技术 粉尘 CSP算法 优化控制策略 节能优化控制装置 多通道 钢铁 冶金
系统为您推荐了相关专利信息
1
一种结合函数级动态运行特征的Python语言缺陷预测方法
缺陷预测方法 测试用例生成器 BiLSTM模型 双向长短期记忆网络 动态插桩技术
2
一种刀具磨损预测方法和系统
刀具磨损预测模型 刀具磨损预测方法 数据 长短期记忆网络 Softmax函数
3
一种基于深度学习的集电线路极端风速预测方法
风速预测方法 风力发电集电线路 长短期记忆网络 存储时间序列数据 深度学习模型
4
融合声学特征和深度学习特征的蛋鸡声音识别方法及系统
梅尔频率倒谱系数 融合声学特征 声音识别方法 深度学习特征 语音特征
5
一种基于改进的LSTM-CNN的变压器缺陷声纹识别方法、装置、介质及产品
变压器缺陷 识别变压器 声纹识别方法 声纹识别模型 长短期记忆网络
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