一种基于多源数据模型的能效优化工况推荐方法

    公开(公告)号:CN115169698A

    公开(公告)日:2022-10-11

    申请号:CN202210802450.7

    申请日:2022-07-07

    IPC分类号: G06Q10/04 G06K9/62

    摘要: 本发明提供了一种基于多源数据模型的能效优化工况推荐方法,包括:步骤一,获取样本数据;步骤二,参数初始化;步骤三,数据预处理;步骤四,与分析数据合并;步骤五,历史预训练;步骤六,增量数据训练模式;步骤七,敏感特征确定;步骤八,机器学习分析;步骤九,结果输出。本发明建立起了基于多模态增量数据融合能效优化框架流程,避免了测点布置不全面,分析数据单一造成的分析结果背离实际的情形。本发明鉴于机组设备运行工况数据的不平衡性,通过敏感变量确定,借助于机器学习思想,预测了不同工况下的能效优化目标。本发明可以减低人为因素的干扰以及对专家知识的依赖。