摘要
本发明涉及一种基于数据挖掘的公路隧道照明节能诊断方法,属于公路隧道照明技术领域,包括以下步骤:S1:采集一定时间内不同公路隧道的结构参数、运营参数和能耗数据,经过预处理后构建样本数据集;S2:构建基于PSO‑LSTM神经网络的公路隧道照明能耗基准预测模型,利用所述样本数据集进行训练和测试,对隧道照明能耗基准值进行预测;S3:选择平均绝对误差MAE和最大残差εmax作为照明系统是否节能的判断标准,记未来某时刻T的隧道照明能耗实际值与能耗基准值的残差为εT,依据εT与MAE、εmax的大小关系,判断照明系统是否节能。
技术关键词
节能诊断方法
LSTM神经网络
照明系统
能耗
公路隧道照明技术
搜索空间定义
sigmoid函数
参数
样本
记忆特征
模型预测值
亮度
异常状态
基准
数据
算法
系统为您推荐了相关专利信息
无人飞行器
三维网格单元
管控方法
红绿灯
策略更新
高精度卫星导航定位
卫星导航数据
高精度位置信息
原始观测数据
终端设备
皮尔逊相关系数
矩阵
长短期记忆网络
拉格朗日插值
机器可读程序
能耗预测方法
人工智能算法
数据
传感器节点
智能电表