日本国产欧美大码a视频,亚洲美女久久,人人爱人人搞,亚洲18在线观看,aaa少妇高潮大片免费下载,日日干夜夜草,99免费在线观看

模型訓(xùn)練方法、管束泄漏評估方法、裝置、介質(zhì)和設(shè)備與流程

文檔序號:42291503發(fā)布日期:2025-06-27 18:24閱讀:5來源:國知局

本公開涉及計(jì)算機(jī),具體地,涉及一種模型訓(xùn)練方法、管束泄漏評估方法、裝置、介質(zhì)和設(shè)備。


背景技術(shù):

1、隨著國民經(jīng)濟(jì)的持續(xù)高速發(fā)展以及城市化的加速進(jìn)行,集中供熱行業(yè)對于人民生活和社會繁榮發(fā)展的作用愈加顯著。然而,與集中供熱快速發(fā)展的趨勢相比,我國對于以水為熱媒的集中供熱系統(tǒng)的泄漏故障檢測技術(shù)的發(fā)展尚不成熟,通常會在供熱管束的多個監(jiān)測點(diǎn)上安裝對應(yīng)的傳感器,以檢測對應(yīng)的點(diǎn)是否發(fā)生泄漏,該方法存在檢測盲區(qū),進(jìn)而導(dǎo)致檢測結(jié)果的可靠性不足。


技術(shù)實(shí)現(xiàn)思路

1、本公開的目的是提供一種管束泄漏評估模型訓(xùn)練方法、管束泄漏評估方法、裝置、介質(zhì)、設(shè)備和計(jì)算機(jī)程序產(chǎn)品,以更為準(zhǔn)確地評估管束是否發(fā)生泄漏。

2、為了實(shí)現(xiàn)上述目的,本公開第一方面提供一種管束泄漏評估模型訓(xùn)練方法,包括:

3、獲取目標(biāo)管束的多條樣本數(shù)據(jù),每條樣本數(shù)據(jù)包括所述目標(biāo)管束在同一歷史運(yùn)行時段內(nèi)的樣本運(yùn)行數(shù)據(jù)和樣本泄漏信息,所述樣本泄漏信息包括泄漏狀態(tài)和泄漏原因;

4、對所述樣本運(yùn)行數(shù)據(jù)進(jìn)行降維處理,得到樣本特征數(shù)據(jù);

5、利用所述樣本運(yùn)行數(shù)據(jù)、所述樣本泄漏信息和準(zhǔn)牛頓算法對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,直至滿足訓(xùn)練結(jié)束條件,以得到所述管束泄漏評估模型。

6、可選地,所述對所述樣本運(yùn)行數(shù)據(jù)進(jìn)行降維處理,得到樣本特征數(shù)據(jù),包括:

7、利用主成分分析法,對所述樣本運(yùn)行數(shù)據(jù)進(jìn)行降維處理,得到樣本特征數(shù)據(jù)。

8、可選地,所述利用所述樣本運(yùn)行數(shù)據(jù)、所述樣本泄漏信息和準(zhǔn)牛頓算法對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,包括:

9、將所述樣本運(yùn)行數(shù)據(jù)作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入,將所述樣本泄漏信息作為所述神經(jīng)網(wǎng)絡(luò)模型的目標(biāo)輸出,利用所述準(zhǔn)牛頓算法對所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

10、可選地,所述神經(jīng)網(wǎng)絡(luò)模型為bp神經(jīng)網(wǎng)絡(luò)模型,所述準(zhǔn)牛頓算法具有二階收斂速度和二階收斂精度。

11、本公開第二方面提供一種管束泄漏評估方法,包括:

12、獲取目標(biāo)管束的目標(biāo)運(yùn)行數(shù)據(jù);

13、根據(jù)所述目標(biāo)運(yùn)行數(shù)據(jù),獲取目標(biāo)特征數(shù)據(jù);

14、將所述目標(biāo)特征數(shù)據(jù)作為管束泄漏評估模型的輸入,得到所述管束泄漏評估模型輸出的所述目標(biāo)管束的泄漏評估結(jié)果,其中,所述管束泄漏評估模型是根據(jù)本公開第一方面提供的管束泄漏評估模型訓(xùn)練方法訓(xùn)練的,所述泄漏評估結(jié)果包括泄漏狀態(tài)、泄漏原因和所述泄漏狀態(tài)的置信度。

15、可選地,所述管束泄漏評估方法,還包括:

16、若所述泄漏狀態(tài)的置信度不小于第一閾值,則確定所述目標(biāo)管束發(fā)生泄漏的風(fēng)險等級為第一等級;

17、若所述泄漏狀態(tài)的置信度小于所述第一閾值且不小于第二閾值,則確定所述目標(biāo)管束發(fā)生泄漏的風(fēng)險等級為第二等級;

18、若所述泄漏狀態(tài)的置信度小于所述第二閾值,則確定所述目標(biāo)管束發(fā)生泄漏的風(fēng)險等級為第三等級;

19、其中,所述第一等級的風(fēng)險程度大于所述第二等級的風(fēng)險程度;所述第二等級的風(fēng)險程度大于所述第三等級的風(fēng)險程度。

20、本公開第三方面提供一種管束泄漏評估模型訓(xùn)練裝置,包括:

21、第一獲取模塊,用于獲取目標(biāo)管束的多條樣本數(shù)據(jù),每條樣本數(shù)據(jù)包括所述目標(biāo)管束在同一歷史運(yùn)行時段內(nèi)的樣本運(yùn)行數(shù)據(jù)和樣本泄漏信息;

22、第二獲取模塊,用于對所述樣本運(yùn)行數(shù)據(jù)進(jìn)行降維處理,得到樣本特征數(shù)據(jù);

23、訓(xùn)練模塊,用于利用所述樣本運(yùn)行數(shù)據(jù)、所述樣本泄漏信息和準(zhǔn)牛頓算法對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,直至滿足訓(xùn)練結(jié)束條件,以得到所述管束泄漏評估模型。

24、本公開第四方面提供一種管束泄漏評估裝置,包括:

25、第三獲取模塊,用于獲取目標(biāo)管束的目標(biāo)運(yùn)行數(shù)據(jù);

26、第四獲取模塊,用于根據(jù)所述目標(biāo)運(yùn)行數(shù)據(jù),獲取目標(biāo)特征數(shù)據(jù);

27、評估模塊,用于將所述目標(biāo)特征數(shù)據(jù)作為管束泄漏評估模型的輸入,得到所述管束泄漏評估模型輸出的所述目標(biāo)管束的泄漏評估結(jié)果,其中,所述管束泄漏評估模型是根據(jù)本公開第一方面提供的管束泄漏評估模型訓(xùn)練方法訓(xùn)練的,所述泄漏評估結(jié)果包括泄漏狀態(tài)、泄漏原因和所述泄漏狀態(tài)的置信度。

28、本公開第五方面提供一種非暫時性計(jì)算機(jī)可讀存儲介質(zhì),其上存儲有計(jì)算機(jī)程序,該程序被處理器執(zhí)行時實(shí)現(xiàn)本公開第一方面提供的所述方法的步驟,或者實(shí)現(xiàn)本公開第二方面提供的所述方法的步驟。

29、本公開第六方面提供一種電子設(shè)備,包括:

30、存儲器,其上存儲有計(jì)算機(jī)程序;

31、處理器,用于執(zhí)行存儲器中的計(jì)算機(jī)程序,以實(shí)現(xiàn)本公開第一方面提供的所述方法的步驟,或者實(shí)現(xiàn)本公開第二方面提供的所述方法的步驟。

32、本公開第七方面提供一種計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序,該計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)本公開第一方面所提供的步驟,或者實(shí)現(xiàn)本公開第二方面提供的所述方法的步驟。

33、在上述技術(shù)方案中,對樣本運(yùn)行數(shù)據(jù)進(jìn)行降維處理,得到樣本特征數(shù)據(jù),這樣,能夠在保證樣本特征數(shù)據(jù)包含的信息量的全面和有效的同時,降低用于進(jìn)行模型訓(xùn)練的數(shù)據(jù)量,進(jìn)而在確保訓(xùn)練得到的模型的可靠性的同時提高訓(xùn)練效率;利用準(zhǔn)牛頓算法對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,能夠提升模型的訓(xùn)練效率和評估精度。這樣,通過對神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練,能夠迅速得到可靠的管束泄漏評估模型,進(jìn)而利用該管束泄漏評估模型對管束是否發(fā)生泄漏進(jìn)行精準(zhǔn)評估。

34、本公開的其他特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說明。



技術(shù)特征:

1.一種管束泄漏評估模型訓(xùn)練方法,其特征在于,包括:

2.根據(jù)權(quán)利要求1所述的管束泄漏評估模型訓(xùn)練方法,其特征在于,所述對所述樣本運(yùn)行數(shù)據(jù)進(jìn)行降維處理,得到樣本特征數(shù)據(jù),包括:

3.根據(jù)權(quán)利要求2所述的管束泄漏評估模型訓(xùn)練方法,其特征在于,所述利用所述樣本運(yùn)行數(shù)據(jù)、所述樣本泄漏信息和準(zhǔn)牛頓算法對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,包括:

4.根據(jù)權(quán)利要求3所述的管束泄漏評估模型訓(xùn)練方法,其特征在于,所述神經(jīng)網(wǎng)絡(luò)模型為bp神經(jīng)網(wǎng)絡(luò)模型,所述準(zhǔn)牛頓算法具有二階收斂速度和二階收斂精度。

5.一種管束泄漏評估方法,其特征在于,包括:

6.根據(jù)權(quán)利要求5所述的管束泄漏評估方法,其特征在于,所述管束泄漏評估方法,還包括:

7.一種管束泄漏評估模型訓(xùn)練裝置,其特征在于,包括:

8.一種管束泄漏評估裝置,其特征在于,包括:

9.一種非暫時性計(jì)算機(jī)可讀存儲介質(zhì),其上存儲有計(jì)算機(jī)程序,其特征在于,該程序被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1-4中任一項(xiàng)所述方法的步驟,或者實(shí)現(xiàn)權(quán)利要求5-6中任一項(xiàng)所述方法的步驟。

10.一種電子設(shè)備,其特征在于,包括:

11.一種計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序,其特征在于,該計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1-4中任一項(xiàng)所述方法的步驟,或者實(shí)現(xiàn)權(quán)利要求5-6中任一項(xiàng)所述方法的步驟。


技術(shù)總結(jié)
本公開涉及一種模型訓(xùn)練方法、管束泄漏評估方法、裝置、介質(zhì)和設(shè)備。該模型訓(xùn)練方法包括:獲取目標(biāo)管束的多條樣本數(shù)據(jù),每條樣本數(shù)據(jù)包括目標(biāo)管束在同一歷史運(yùn)行時段內(nèi)的樣本運(yùn)行數(shù)據(jù)和樣本泄漏信息,樣本泄漏信息包括泄漏狀態(tài)和泄漏原因;對樣本運(yùn)行數(shù)據(jù)進(jìn)行降維處理,得到樣本特征數(shù)據(jù);利用樣本運(yùn)行數(shù)據(jù)、樣本泄漏信息和準(zhǔn)牛頓算法對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,直至滿足訓(xùn)練結(jié)束條件,以得到管束泄漏評估模型。這樣,能夠迅速得到可靠的管束泄漏評估模型,進(jìn)而利用該管束泄漏評估模型對管束是否發(fā)生泄漏進(jìn)行精準(zhǔn)評估。

技術(shù)研發(fā)人員:呼浩,郭前鑫,張鵬,楊利,余小兵,段彩麗,暴鋒,孫唯,薛彥平,曹勇,寇斐,張?jiān)銎?br/>受保護(hù)的技術(shù)使用者:神華神東電力有限責(zé)任公司
技術(shù)研發(fā)日:
技術(shù)公布日:2025/6/26
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1