摘要
本发明涉及数据处理技术领域,尤其涉及一种基于大数据的智能供热负荷控制系统及控制方法,方法包括:实时采集供热数据并进行存储和备份,对所述供热数据依次进行清洗、去噪以及提取特征操作,根据所述特征对深度学习模型进行训练;使用训练好的深度学习模型对供热负荷情况进行预测以输出负荷预测结果,在所述负荷预测结果出现异常情况时触发报警并进行对应调整;基于所述若干采集周期内供热数据的丢包率确定供热负荷的控制稳定性;若所述控制稳定性不符合要求,则对供热数据的采集间隔时长进行调节;若所述预测准确性不符合要求,则对供热数据的备份比例进行调节。本发明提高了供热负荷的控制稳定性。
技术关键词
深度学习模型
负荷控制方法
负荷控制系统
大数据
数据处理模块
数据采集模块
模型训练模块
备份
特征提取单元
周期
有效性
存储模块
数据处理技术
控制模块
系统为您推荐了相关专利信息
无人机遥感数据
智能分析模块
数据压缩
卷积神经网络模型
深度残差网络
阻旋式料位计
隔爆阀
叶丝干燥工序
压差传感器
温度传感器
面向工业现场
智能识别系统
强化学习模型
阈值分割算法
深度学习模型
电能表PCB板
功能测试方法
仿真软件
信号源
深度学习模型
综合效益评估方法
加权算法
储能系统
时间戳同步技术
健康预警功能