摘要
本发明的一种船舶管网的压力和流量预测方法,首先将船舶管网的管路划分为多个管段和多个节点,节点包括内部节点和储备节点。然后在预定时间段内,采集每个管段和节点的流量数据和压力数据,并获得预定时间段内的时间参数与所述流量数据和所述压力数据之间的对应关系。接下来根据时间参数数据与流量数据和压力数据之间的对应关系在神经网络中训练获得神经网络模型。最后将需要预测的船舶管网的瞬时时间参数输入至神经网络模型中,以获得与瞬时时间参数相对应的船舶管网的瞬时流量数据和瞬时压力数据。实现了仅依赖较少的测量数据而得到船舶管网的压力数据和流量数据,最终实现了对船舶管网的瞬态压力和瞬时流量的全局预测。
技术关键词
流量预测方法
神经网络模型
船舶
数据
节点
压力
参数
时间段
训练集
流量预测系统
矩阵
管道横截面积
关系
管路
梯度下降算法
模型训练模块
方程
存储计算机程序
物理
系统为您推荐了相关专利信息
语料抽取方法
多语言
目标语言句子
字符串匹配算法
非暂态计算机可读存储介质
交通拥堵程度
无人机
巡查方法
矩阵
图像数据处理模块
数据智能管理方法
解剖教学
艾宾浩斯遗忘曲线
个性化学习路径
解剖学技术