摘要
本发明公开了一种基于增量学习的冷水机组模型更新方法,利用增量学习算法具有的通过局部参数更新和知识保留机制,持续利用当前阶段冷水机组的最新运行数据对原始冷水机组模型进行增量训练,动态调整模型参数,同步适应设备性能的渐进偏移,同时防止在采用新数据对模型进行更新时,新模型在旧有任务上的表现显著下降的灾难性遗忘的问题。该方法易于扩展到不同类型不同型号的冷水机组建模中,解决了以往模型预测值由于设备老化或环境变化偏离实际运行值的问题,有较好的实际工程应用前景。
技术关键词
冷水机组
模型更新方法
增量学习算法
数据
采集现场
标签标准化
参数
冷机设备
模型预测值
设备老化
冷却水
冷冻水
样本
数值
功率
机制
负荷
阶段