数据驱动的综合能源系统数字孪生自适应建模方法

AITNT
正文
推荐专利
数据驱动的综合能源系统数字孪生自适应建模方法
申请号:CN202510185276
申请日期:2025-02-19
公开号:CN120087208A
公开日期:2025-06-03
类型:发明专利
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
1
评审方法、装置、电子设备和存储介质
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
2
测试数据脱敏方法及装置
脱敏方法 标记 场景 脱敏装置 决策树算法
3
一种基于深度学习的板材成形控制方法和装置
板材成形 回弹 在线仿真数据 误差预测 板材冲压成形
4
融合优化预训练模型与图卷积网络模型的文本分类方法
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
5
一种基于AI的外观检测异常值处理方法、系统及存储介质
变量 数据 重构误差 计算机控制系统 解码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号