摘要
本发明涉及一种数据驱动的综合能源系统数字孪生自适应建模方法。适用于综合能源系统数字孪生建模领域。本发明所采用的技术方案是:一种数据驱动的综合能源系统数字孪生自适应建模方法,包括:基于综合能源系统的实际运行数据构建训练数据集,该训练数据集中各样本具有该综合能源系统所涉及设备的输入、输出参数;采用k‑means聚类算法将训练数据集分为多个表征不同运行工况的子数据集;采用生成对抗网络对不同运行工况的子数据集进行数据增强,以使各运行工况子数据集之间的样本数量差在预设范围内;基于经数据增强的训练数据集,训练综合能源系统的数字孪生模型。
技术关键词
综合能源系统
数字孪生模型
建模方法
生成对抗网络
样本
工况
神经网络参数
生成输入参数
偏差
建模装置
数字孪生建模
人工神经网络
模型训练模块
算法
在线
数据采集模块
模型更新
系统为您推荐了相关专利信息
评审方法
规划
指标
非暂态计算机可读存储介质
人机交互界面
板材成形
回弹
在线仿真数据
误差预测
板材冲压成形
卷积网络模型
预训练模型
文本分类方法
特征提取模块
异构