本發(fā)明屬于計算機(jī)科學(xué)和火力發(fā)電,涉及一種基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法及系統(tǒng)。
背景技術(shù):
1、間冷塔是工業(yè)生產(chǎn)中常用的冷卻設(shè)備,用于散熱和保持設(shè)備溫度在安全范圍內(nèi)。然而,由于環(huán)境變化、設(shè)備故障和操作不當(dāng)?shù)仍?,間冷塔可能面臨溫度異常、壓力異常等問題,導(dǎo)致運(yùn)行不穩(wěn)定和效率下降。傳統(tǒng)的監(jiān)測方法往往依賴于人工巡檢和離線數(shù)據(jù)分析,效率低下且容易遺漏問題,急需要一種能夠預(yù)設(shè)冷卻塔的溫度技術(shù),但是現(xiàn)有技術(shù)中并未給出類似的公開。
技術(shù)實現(xiàn)思路
1、本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點,提供了一種基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測系統(tǒng)及方法,該系統(tǒng)及方法能夠準(zhǔn)確預(yù)測間冷塔的溫度,同時效率較高。
2、為達(dá)到上述目的,本發(fā)明采用如下技術(shù)方案:
3、本發(fā)明一方面,本發(fā)明所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法,包括:
4、獲取間冷塔的環(huán)境參數(shù);
5、將所述間冷塔的環(huán)境參數(shù)輸入到訓(xùn)練后的物理信息神經(jīng)網(wǎng)絡(luò)中,預(yù)測得到間冷塔的溫度。
6、本發(fā)明所述基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法進(jìn)一步的改進(jìn)在于:
7、進(jìn)一步的,所述間冷塔的環(huán)境參數(shù)包括間冷塔周圍環(huán)境的pm10、濕度信息、溫度信息、風(fēng)速信息、風(fēng)向信息以及大氣壓強(qiáng)信息。
8、進(jìn)一步的,所述將所述間冷塔的環(huán)境參數(shù)輸入到訓(xùn)練后的物理信息神經(jīng)網(wǎng)絡(luò)中之前還包括:
9、獲取間冷塔的歷史環(huán)境參數(shù)以及間冷塔的歷史溫度數(shù)據(jù);
10、根據(jù)所述間冷塔的歷史環(huán)境參數(shù)以及間冷塔的歷史溫度數(shù)據(jù)構(gòu)建數(shù)據(jù)集;
11、將所述數(shù)據(jù)集劃分為訓(xùn)練集及測試集;
12、構(gòu)建物理信息神經(jīng)網(wǎng)絡(luò);
13、基于所述訓(xùn)練集及測試集對所述物理信息神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練及測試,得到訓(xùn)練后的物理信息神經(jīng)網(wǎng)絡(luò)。
14、進(jìn)一步的,所述物理信息神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中的損失函數(shù)為:
15、loss_mse=(1/n)*σ(t_true^i-t_pred^i)^2
16、其中,t_pred^i表示預(yù)測的間冷塔溫度,表示預(yù)測溫度的時間導(dǎo)數(shù),t是間冷塔溫度,t是時間,α是熱擴(kuò)散系數(shù),表示溫度的拉普拉斯算子。
17、進(jìn)一步的,還包括:
18、將所述預(yù)測得到的間冷塔的溫度發(fā)送至dcs系統(tǒng)中;
19、當(dāng)預(yù)測得到間冷塔的溫度出現(xiàn)異常時,則進(jìn)行報警。
20、本發(fā)明二方面,本發(fā)明所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測系統(tǒng),括:
21、第一獲取模塊,用于獲取間冷塔的環(huán)境參數(shù);
22、預(yù)測模塊,用于將所述間冷塔的環(huán)境參數(shù)輸入到訓(xùn)練后的物理信息神經(jīng)網(wǎng)絡(luò)中,預(yù)測得到間冷塔的溫度。
23、本發(fā)明所述基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測系統(tǒng)進(jìn)一步的改進(jìn)在于:
24、其特征在于,所述間冷塔的環(huán)境參數(shù)包括間冷塔周圍環(huán)境的pm10、濕度信息、溫度信息、風(fēng)速信息、風(fēng)向信息以及大氣壓強(qiáng)信息。
25、進(jìn)一步的,還包括:
26、第二獲取模塊,用于獲取間冷塔的歷史環(huán)境參數(shù)以及間冷塔的歷史溫度數(shù)據(jù);
27、第一構(gòu)建模塊,用于根據(jù)所述間冷塔的歷史環(huán)境參數(shù)以及間冷塔的歷史溫度數(shù)據(jù)構(gòu)建數(shù)據(jù)集;
28、劃分模塊,用于將所述數(shù)據(jù)集劃分為訓(xùn)練集及測試集;
29、第二構(gòu)建模塊,用于構(gòu)建物理信息神經(jīng)網(wǎng)絡(luò);
30、訓(xùn)練模塊,用于基于所述訓(xùn)練集及測試集對所述物理信息神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練及測試,得到訓(xùn)練后的物理信息神經(jīng)網(wǎng)絡(luò)。
31、進(jìn)一步的,所述物理信息神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中的損失函數(shù)為:
32、loss_mse=(1/n)*σ(t_true^i-t_pred^i)^2
33、其中,t_pred^i表示預(yù)測的間冷塔溫度,表示預(yù)測溫度的時間導(dǎo)數(shù),t是間冷塔溫度,t是時間,α是熱擴(kuò)散系數(shù),表示溫度的拉普拉斯算子。
34、進(jìn)一步的,還包括:
35、發(fā)送模塊,用于將所述預(yù)測得到的間冷塔的溫度發(fā)送至dcs系統(tǒng)中;
36、預(yù)警模塊,用于當(dāng)預(yù)測得到間冷塔的溫度出現(xiàn)異常時,則進(jìn)行報警。
37、本發(fā)明具有以下有益效果:
38、本發(fā)明所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測系統(tǒng)及方法在具體操作時,將所述間冷塔的環(huán)境參數(shù)輸入到訓(xùn)練后的物理信息神經(jīng)網(wǎng)絡(luò)中,預(yù)測得到間冷塔的溫度,利用物理信息神經(jīng)網(wǎng)絡(luò)對間冷塔的溫度進(jìn)行預(yù)測,預(yù)測的準(zhǔn)確性較高,同時可以實現(xiàn)在線的預(yù)測,實用性較強(qiáng)。
1.一種基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法,其特征在于,所述間冷塔的環(huán)境參數(shù)包括間冷塔周圍環(huán)境的pm10、濕度信息、溫度信息、風(fēng)速信息、風(fēng)向信息以及大氣壓強(qiáng)信息。
3.根據(jù)權(quán)利要求1所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法,其特征在于,所述將所述間冷塔的環(huán)境參數(shù)輸入到訓(xùn)練后的物理信息神經(jīng)網(wǎng)絡(luò)中之前還包括:
4.根據(jù)權(quán)利要求1所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法,其特征在于,所述物理信息神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中的損失函數(shù)為:
5.根據(jù)權(quán)利要求1所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法,其特征在于,還包括:
6.一種基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測系統(tǒng),其特征在于,包括:
7.根據(jù)權(quán)利要求6所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測系統(tǒng),其特征在于,所述間冷塔的環(huán)境參數(shù)包括間冷塔周圍環(huán)境的pm10、濕度信息、溫度信息、風(fēng)速信息、風(fēng)向信息以及大氣壓強(qiáng)信息。
8.根據(jù)權(quán)利要求6所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測方法,其特征在于,還包括:
9.根據(jù)權(quán)利要求8所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測系統(tǒng),其特征在于,所述物理信息神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中的損失函數(shù)為:
10.根據(jù)權(quán)利要求8所述的基于物理信息神經(jīng)網(wǎng)絡(luò)的間冷塔溫度預(yù)測系統(tǒng),其特征在于,還包括: