[发明专利]一种基于排气扇操作数据的行为预测及控制方法、系统有效

专利信息
申请号: 201811406808.4 申请日: 2018-11-23
公开(公告)号: CN109471370B 公开(公告)日: 2020-07-10
发明(设计)人: 郑威;刘星;陈翀 申请(专利权)人: 珠海格力电器股份有限公司
主分类号: G05B15/02 分类号: G05B15/02;G05B19/418;G06N3/08
代理公司: 天津三元专利商标代理有限责任公司 12203 代理人: 钱凯
地址: 519070*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 排气扇 操作 数据 行为 预测 控制 方法 系统
【权利要求书】:

1.一种基于排气扇操作数据的行为预测模型构建方法,其特征在于,所述方法包括:

获取排气扇的历史操作数据;

筛选历史操作数据中与行为预测相关参数作为输入参数;

将操作事件及对应的操作时间作为输出参数,建立输入-输出参数对;

使用所述输入-输出参数对对神经网络算法进行训练;

获得操作事件及对应的操作时间作为输出参数的行为预测模型。

2.根据权利要求1所述的一种基于排气扇操作数据的行为预测模型构建方法,其特征在于:所述历史操作数据中与行为预测相关参数包括排气扇运行参数和环境参数。

3.根据权利要求1所述的一种基于排气扇操作数据的行为预测模型构建方法,其特征在于:根据所述输入-输出参数对初步确定所述神经网络算法的基本结构、网络输入节点数、网络输出节点数、网络隐层数、隐节点数、网络初始权值。

4.根据权利要求1所述的一种基于排气扇操作数据的行为预测模型构建方法,其特征在于:所述神经网络算法的结构由BP网络结构、RNN网络结构、LSTM网络结构、CNN网络结构生成。

5.根据权利要求4所述的一种基于排气扇操作数据的行为预测模型构建方法,其特征在于:所述训练方法根据神经网络算法的结构和/或训练过程进行实时调整。

6.根据权利要求5所述的一种基于排气扇操作数据的行为预测模型构建方法,其特征在于:在所述神经网络算法训练过程中判断神经网络算法的期望输出与实际输出是否满足输出精度,若满足,则结束训练;若不满足,则更新神经网络算法中输入层、隐含层及输出层的权值和/或偏置。

7.根据权利要求1所述的一种基于排气扇操作数据的行为预测模型构建方法,其特征在于:所述神经网络算法训练完成后,使用所述输入-输出参数对正向测试所述神经网络算法。

8.根据权利要求7所述的一种基于排气扇操作数据的行为预测模型构建方法,其特征在于:判断所述测试误差是够满足要求,若满足则完成网络训练测试;若不满足,则重新训练神经网络算法。

9.一种基于排气扇操作数据的行为预测模型构建系统,其特征在于,所述系统包括:数据源模块、筛选模块和算法训练模块,所述

数据源模块,用于获取排气扇历史操作数据;

筛选模块,用于筛选历史操作数据中行为预测相关参数作为输入参数,将操作事件及对应的操作时间作为输出参数,建立输入-输出参数对;

算法训练模块,用于使用所述输入-输出参数对对神经网络算法进行训练,获得操作事件及对应的操作时间作为输出参数的行为预测模型。

10.根据权利要求9所述的一种基于排气扇操作数据的行为预测模型构建系统,其特征在于:所述算法训练模块包括调整单元,用于根据神经网络算法的结构和/或训练过程进行实时调整训练方法。

11.根据权利要求9所述的一种基于排气扇操作数据的行为预测模型构建系统,其特征在于:所述算法训练模块包括精度判断单元,用于判断所述神经网络算法的期望输出与实际输出是否满足输出精度。

12.根据权利要求9所述的一种基于排气扇操作数据的行为预测模型构建系统,其特征在于:所述算法训练模块包括测试单元,用于所述神经网络算法训练完成后,使用所述输入-输出参数对正向测试所述神经网络算法。

13.根据权利要求12所述的一种基于排气扇操作数据的行为预测模型构建系统,其特征在于:所述算法训练模块包括误差判断单元,用于判断所述测试误差是够满足要求。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司,未经珠海格力电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811406808.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top