龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：成都信息工程大学
摘要：本发明提出了一种融合机器学习的天然气管网能量输差计算系统的构建方法，本能量输差计算系统包括源数据库单元、预测单元和优化单元；源数据库单元包括传感器数据源模块和其他数据模块；预测单元包括充足样本预测模块和小样本预测模块；优化单元包括实测数据模块和贝叶斯参数更新模块。主要包括以下步骤：确定能量输差影响因素构建基础数据库；聚类处理建立天然气管网能量输差机器学习回归预测模型；实时输入所需预测管段的实时传感器数据进行能量输差预测；构建优化数据库并更新机器学习模型中输入参数的权重。本发明对避免了传统方法对于人工经验的严重依赖性，计算流程简单耗时短；解决了管道运输领域的小样本问题，提高了模型的泛化性能。
主权项：1.一种融合机器学习的天然气管网能量输差计算系统的构建方法，其特征在于：本能量输差计算系统包括三个单元：源数据库单元、预测单元和优化单元；所述源数据库单元包括传感器数据源模块和其他数据模块；所述预测单元包括充足样本预测模块和小样本预测模块；所述优化单元包括实测数据模块和贝叶斯参数更新模块；融合机器学习的天然气管网能量输差计算系统的构建流程，主要包括以下步骤：步骤一：确定能量输差影响因素，源数据库单元收集各类工程案例中天然气管网的能量输差历史数据，构建基础数据库；步骤二：预测单元对基础数据划分先进行聚类处理，分为小样本和充足样本子数据集，然后对两个子集分别划分训练集和测试集，利用训练集建立天然气管网能量输差机器学习回归预测模型；步骤三：实时输入所需预测管段的实时传感器数据和其他工作数据，利用步骤二中训练好的模型进行能量输差预测；步骤四：优化单元中的实测数据模块收集每次能量输差检测时的实际数据，以与预测结果的误差为判断依据，通过贝叶斯参数更新模块保留误差在10％以下的真实样本数据并构建优化数据库；基于优化数据库中的样本与预测结果的对比定义粒子滤波中各粒子权重，并更新机器学习模型中输入参数的权重，使得误差率进一步降低。
全文数据：
权利要求：
百度查询： 成都信息工程大学 融合机器学习的天然气管网能量输差计算系统的构建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号