摘要
本申请提供了一种高温风机电耗预测方法、装置、设备及存储介质,其中,方法包括:定义预测周期,获取高温风机历史运行参数并使用机器学习模型预测工况在预测周期内变化的初始编码序列;接收用户根据实际情况对初始编码序列的调整,得到最终编码序列;将历史运行参数中的风机体积流量输入使用麻雀搜索法优化过的记忆网络模型,使用极限学习机模型修正记忆网络模型的输出,得到风机体积流量在预测周期内变化的值序列;遍历最终编码序列,在每个工况阶段中按时间步长预测电耗:判断当前待测阶段工况类别,如果为非变频类则基于值序列使用引入温度矫正公式预测电耗;否则使用在线学习滚动预测电耗并更新当前待测阶段之后的值序列。
技术关键词
记忆网络模型
高温风机
极限学习机
机器学习模型
阶段
序列
周期
在线
矫正
低负荷工况
停机工况
可读存储介质
处理器
预测装置
定义
切片
超参数
系统为您推荐了相关专利信息
风险评估模型
供水管
施工设备
管道失效概率
因子
高频电磁阀
排气电磁阀
故障检测系统
预警模型
压力
飞行时间质谱
超高效液相色谱
四极杆
机器学习算法
十八烷基硅烷键合硅胶