公开(公告)号：CN116451582B

公开(公告)日：2023-10-17

申请号：CN202310420242.5

申请日：2023-04-19

申请人： 中国矿业大学

发明人： 张国维 ,  杨云浩 ,  张媛媛 ,  贺名欢 ,  王永生 ,  朱国庆 ,  袁狄平

IPC分类号： G06F30/27 ,  G01N25/20 ,  G06F18/25 ,  G06N20/00

摘要： 一种基于机器学习融合模型的火灾热释放速率测量系统和方法，该系统和方法通过获取FDS模拟数据，基于FDS模拟样本数据集进行特征筛选，筛选出传感器组合；基于传感器组合进行真实火灾实验，获取真实火灾样本数据集；基于真实火灾样本数据集，将第一机器学习子模型、第二机器学习子模型、第三机器学习子模型作为基模型，分别对三个基模型进行训练，使用三个基模型的预测值加权平均，得到热释放速率预测融合模型；基于热释放速率预测融合模型对热释放速率进行预测。本发明实现了高效筛选与热释放速率相关的热电偶温度特征，降低了安装设备成本，降低了数据维度，同时提高了热释放速率预测模型的抗干扰能力以及热释放速率预测的准确性和效率。

公开(公告)号：CN116451582A

公开(公告)日：2023-07-18

申请号：CN202310420242.5

申请日：2023-04-19

申请人： 中国矿业大学

发明人： 张国维 ,  杨云浩 ,  张媛媛 ,  贺名欢 ,  王永生 ,  朱国庆 ,  袁狄平

IPC分类号： G06F30/27 ,  G01N25/20 ,  G06F18/25 ,  G06N20/00

摘要： 一种基于机器学习融合模型的火灾热释放速率测量系统和方法，该系统和方法通过获取FDS模拟数据，基于FDS模拟样本数据集进行特征筛选，筛选出传感器组合；基于传感器组合进行真实火灾实验，获取真实火灾样本数据集；基于真实火灾样本数据集，将第一机器学习子模型、第二机器学习子模型、第三机器学习子模型作为基模型，分别对三个基模型进行训练，使用三个基模型的预测值加权平均，得到热释放速率预测融合模型；基于热释放速率预测融合模型对热释放速率进行预测。本发明实现了高效筛选与热释放速率相关的热电偶温度特征，降低了安装设备成本，降低了数据维度，同时提高了热释放速率预测模型的抗干扰能力以及热释放速率预测的准确性和效率。