摘要
本发明公开了一种汽车涂装车间烘干系统能耗预测方法CEEMDAN‑CNN‑BiLSTM,基于CEEMDAN的烘干系统能耗数据分解方法,将非周期性和高波动性的能耗数据分解成相对平稳,周期性明显的子序列,并与采集到的能耗影响因素组合成子数据集;然后基于CNN‑BiLSTM建立能耗预测模型,将子数据集输入预测模型得到的预测值相加得到最终预测值;该预测方法能够辅助企业对烘干系统能源进行精细化管理,对企业降本增效具有重要意义。
技术关键词
烘干系统
能耗预测模型
汽车涂装车间
能耗预测方法
集合经验模态分解方法
双向长短期记忆
神经网络参数
电能消耗量
智能传感器
数据
天然气
周期性
企业
网关
噪声
气流
能源
序列
系统为您推荐了相关专利信息
机台
预测能耗数据
能耗预测模型
能耗管理方法
审核设备
多维度传感器
优化分析方法
能耗预测模型
时序依赖关系
节能电机
建筑能耗预测
不确定性分析方法
建筑物理建模
拉丁超立方抽样
数据
预测特征
混合预测模型
车辆
神经网络模型
耦合特征