摘要
本发明提供了一种一二次融合成套环网箱降温装置动态优化方法,属于基于深度学习的环网箱降温优化技术领域;构建包含环网箱热场监测数据集及热学系数监测数据集的动态监测数据集,其中热场数据集通过五视角红外图像拼接与高密度热电偶标定构建,热学系数数据集结合振动、应力等力学数据与人工标定构建;构建热学系数感知模型,通过三分支特征提取与自适应加权融合,基于力场数据实时评估环网箱产热系数与散热系数;构建热场感知模型,采用提取器‑重建器架构及跨层特征融合器,实现全场景温度感知;设计降温优化控制算法,结合热场分布与热学系数,通过多目标优化对风扇转速、液冷流速等7个降温器件参数进行自适应调节,实现精细化降温控制。
技术关键词
环网箱
动态优化方法
降温装置
图像重建
跨层特征
融合器
图像特征提取
多层特征融合
母线支撑绝缘子
图像拼接
热电偶
液冷系统
动态监测数据
循环泵
优化控制算法
棋盘格标定板
拉压力传感器
系统为您推荐了相关专利信息
分类系统
射频
神经网络模型
计算方法
多层感知机
超声换能器
成像方法
合成孔径聚焦图像
光源照射模式
栅格
融合特征
可见光图像
图像重建
特征提取模块
子模块
红外热成像仪
PE管道电熔
神经网络模型
电熔管件
图像重建