摘要
本申请涉及互联网控制领域,具体是一种基于神经网络模型的压缩式热泵的自热回收方法及系统,包括步骤:输入传热介质的流动路径;基于流动路径,收集预设时间段内的传热介质的历史数据;将历史数据输入至预设神经网络模型,并训练神经网络模型;采集传热介质的实时数据;基于训练好的神经网络模型,分析实时数据,输出预测量,所述预测量包括预测吸热量、预测释热量;基于不同情况,触发不同热回收模式;当实时数据在预设正常范围内时,停止热回收模式;发送反馈报告至用户端。本申请具有使压缩式热泵的自热回收效率更高的效果。
技术关键词
压缩式热泵
训练神经网络模型
传热介质
实时数据
回收方法
压缩机转速
膨胀阀
历史温度数据
吸热换热器
模式
压力
控制策略
梯度下降算法
节点数
时间段
可读存储介质
组件模块
处理器
误差函数
系统为您推荐了相关专利信息
打印作业数据
输出打印作业
实时数据
打印机
数据处理单元
污水处理管理系统
污水处理设备
实时数据
深度学习算法
在线水质监测仪器
蒸压加气混凝土
数字化管理系统
MES系统
异常数据
多源异构数据融合
状态诊断方法
融合特征
交互特征
多模态交互
时间序列预测模型
同步控制模块
功率分配策略
机器学习模型
谐波畸变率
实时数据