摘要
本发明提供一种改进的物理信息神经网络的冷水机组性能预测方法,包括:步骤10,构建神经网络模型;步骤20,选择得到神经元变量,将神经元变量作为物理神经元嵌入神经网络模型中,得到物理神经元嵌入物理信息神经网络模型;步骤30,在物理神经元嵌入物理信息神经网络模型中引入损失函数;步骤40,对原始数据集进行数据平衡处理,筛选得到训练集;步骤50,利用训练集对物理神经元嵌入物理信息神经网络模型进行训练,得到冷水机组性能预测模型;步骤60,利用冷水机组性能预测模型对冷水机组性能进行预测。本发明提供一种改进的物理信息神经网络的冷水机组性能预测方法,实现对冷水机组性能的高精度预测,提高泛化能力以及模型可解释性。
技术关键词
冷水机组
性能预测方法
神经网络模型
物理
性能预测模型
冷冻水流量
变量
负荷
方程
冷冻水回水温度
蒸发器
冷凝器
训练集
样本
数据
温差
关系
系统特征
轮廓系数
系统为您推荐了相关专利信息
换道轨迹规划方法
车辆动力学模型
BP神经网络模型
神经网络算法
风格
火焰图像识别
单目深度估计
背景减法
特征提取方法
图像分割算法
设备管理系统
炉辊结瘤
带钢
折射率变化量
清洗液