摘要
本发明实施例提供了一种制冷剂预测模型及其训练方法、制冷剂预测方法、充注方法及系统。所述训练方法包括:S1、构建初始模型,并对所述初始模型进行初始化;S2、构建数据集,所述数据集包括多个不同制冷剂含量所对应的空调工况,其中,每个空调工况包括预设设置下空调的功率和电流,并且所对应的空调的制冷剂含量作为标签;S3、采用所构建的数据集对所述初始模型进行训练,训练过程中采用预设的损失函数更新模型参数。通过建立了空调工况和制冷剂含量的关系,实现了制冷剂含量的智能预测;此外,结合到充注过程,实现了制冷剂的准确充注;另外,还通过充注过程中的实时预测和充注过程后的再次确认,保证了充注过程的清晰透明。
技术关键词
制冷剂充注方法
空调工况
制冷剂充注系统
更新模型参数
电子膨胀阀
预测空调
空调室外机
冷媒罐
数据
泄压阀
功率
电流
三通阀
标签
管道
控制器
开关
系统为您推荐了相关专利信息
发电量预测系统
多模态数据融合
天然气热值
数据采集单元
人机交互单元
评估训练模型
物联网传感器数据
数据收集模块
模型训练模块
深度学习模型
文本标注系统
文本标注方法
主动学习策略
样本
更新模型参数