摘要
本发明公开了一种工业化设备能耗预测方法、系统、介质及设备,属于能耗预测技术领域。其方法包括:获取工业设备的参数数据;将所述工业设备的参数数据构建为二维矩阵,将所述二维矩阵输入预先构建的能耗预测模型,输出能耗预测结果;其中,所述能耗预测模型的构建包括:在获取的CNN模型中的全连接层后依次添加随机丢弃层、第一线性层和第二线性层,得到改进CNN模型;将多个改进CNN模型进行顺序连接,得到构建好的能耗预测模型。本发明通过对CNN模型进行改进,且构建多个改进CNN模型作为弱学习器,并结合其预测能力生成强学习器,即能耗预测模型,泛化能力强、预测精度高,无需依赖于参数与能耗之间具体的线性或非线性关系。
技术关键词
能耗预测模型
能耗预测方法
工业设备
样本
预测误差
参数
能耗预测技术
线性
矩阵
全局特征提取
局部特征提取
学习器
数据获取模块
表达式
预测系统
指令
计算机设备
系统为您推荐了相关专利信息
电池寿命估计
寿命估计方法
锂离子电池
电池特征
随机森林
递归最小二乘法
电池模型参数
等效电路模型
优化卡尔曼滤波
锂离子电池
废旧动力电池
电化学特征
钝化方法
放电模块
曲线