摘要
本发明属于能源与动力技术领域,公开了一种基于持续学习的小型有机朗肯循环系统涡旋膨胀机建模方法及硬件系统,方法包括:采集有机朗肯循环系统中涡旋膨胀机的运行数据;对运行数据进行预处理;利用预处理后的运行数据,经过超参数寻优后,构建涡旋膨胀机的性能预测模型;将待测涡旋膨胀机的运行数据输入性能预测模型,实现对涡旋膨胀机性能的预测。本发明用于准确捕捉和预测涡旋膨胀机在复杂工况下的性能表现,以实现系统的优化运行和高效维护。
技术关键词
涡旋膨胀机
性能预测模型
朗肯循环系统
流量预测模型
预测误差
寻优方法
温度预测模型
超参数
入口
数据
压力
特征值
硬件系统
模型预测值
建模方法
持续学习方法
偏差
网格
上位机设备
功率
系统为您推荐了相关专利信息
新能源发电预测
场景构建方法
ARIMA模型
负荷预测误差
需求预测模型
排放预测方法
支持向量回归模型
排放量
预测误差
菌种
自动设计方法
性能预测模型
品质因数
训练深度神经网络
新器件结构
智能运维平台
性能监控
性能预测模型
长短记忆神经网络
对象
态势预测方法
交通大数据
历史轨迹数据
气象
人工智能模型