摘要
本申请提供了一种基于人工智能的供热管网节能效果评估方法及系统,涉及节能效果评估技术领域,该方法包括:采集待改造区域的供热设备信息、历史供热运行参数、供热对象特征、区域环境特征和供热管网分布,并以区域环境特征和历史供热设备信息为约束,检索真实样本数据集;对真实样本数据集进行优化扰动,生成扩充样本数据集;采用真实样本数据集和扩充样本数据集分别训练深度神经网络,构建节能预测模型;将供热管网改造方案、供热对象特征、供热管网分布和历史供热运行参数,输入节能预测主、辅助通道进行节能效果预测,通过融合通道输出节能效果评估结果。解决了现有技术中供热管网节能效果评估的准确性和实用性不足的技术问题。
技术关键词
训练深度神经网络
样本
供热设备
通道
训练数据量
参数
训练集
对象
插件
生成对抗网络
配置特征
扩充模块
动态
数据采集模块
评估系统
随机噪声
分支
输出模块
系统为您推荐了相关专利信息
图像识别方法
计量电能表
文本
边缘检测算法
样本
反馈控制单元
电子稳定控制系统
控制器
多路电源
控制权
架空配电线路
缺陷检测方法
传感器模组
数据
多传感器
神经网络模型
训练样本数据
训练集数据
LSTM神经网络
水质参数数据
交通道路规划
城市建设用地
数据分析模块
城市生态规划
数据采集模块