基于人工智能与云边协同的空压机调度优化方法和系统

本申请提供了基于人工智能与云边协同的空压机调优化方法和系统。该方法包括：运用预设全连接神经网络算法进行空压机性能模型建模，获得功率‑产量神经网络模型和功率‑频率神经网络模型并存储至云端，边缘端根据模型对空压机进行频率调节，运用预设长短期记忆人工神经网络算法构建需量预测模型并存储至云端，边缘端根据需量预测模型对空压机组的当前需量进行预测，获得预期需量，边缘端计算空压机组达到预期需量时的空压机组预期总功率，边缘端获取空压机的满载流速，将预期需量与满载流速进行对比，根据对比结果选择空压机组的最佳调度优化方案，可实现空压机组始终处于工况下最优效率状态，达到节能降费的目的。