申请/专利权人：北京熙诚紫光科技有限公司

申请日：2020-05-29

公开（公告）日：2024-03-22

公开（公告）号：CN111723944B

主分类号：G06N20/10

分类号：G06N20/10;G06Q10/04;G06F17/18;G06Q10/0639;G06F18/214

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2020.10.27#实质审查的生效;2020.09.29#公开

摘要：本发明涉及一种CHF预测技术领域，是一种基于多种机器学习的CHF预测方法及装置，包括：获得待预测数据集；将每一组待预测数据输入预测模型中，输出对应的CHF预测值，导出预测结果文件；结合预测结果文件，绘制CHF值变化图。本发明提出了一种基于多种机器学习的CHF预测方法及装置，根据需要选取基础数据，并通过多种机器学习获得对应的多个待用预测模型，选择其中预测精度最高的作为最终使用的预测模型，从而提高了CHF预测精度，增加了本发明的使用灵活度，扩大了本发明的应用范围，并通过结合预测结果文件绘制CHF值变化图，直观体现CHF值变化规律，增加本发明的使用效果及用户体验。

主权项：1.一种基于多种机器学习的CHF预测方法，其特征在于，包括：获得待预测数据集，待预测数据集包括一组或多组待预测数据，每一组的待预测数据均包括压力、质量流速、含水率三个参数；将每一组待预测数据输入预测模型中，输出对应的CHF预测值，导出预测结果文件，其中预测模型为多个待用预测模型中精度最高的，所述确定预测模型包括：获得基本数据文件，其中基本数据文件包括多组基本数据，每一组基本数据均包括压力、质量流速、含水率三个参数和对应的CHF值；将基本数据文件划分为训练集和测试集；使用训练集对不同的机器学习算法进行训练，获得多个待用预测模型；使用测试集对每个待用预测模型进行测试，获得测试结果；对所有待用预测模型的测试结果进行回归评价，选取回归效果最好的作为预测模型；结合预测结果文件，绘制CHF值变化图，其中CHF值变化图为2D曲线图或3D曲面图，所述绘制CHF值变化图包括：在压力、质量流速、含水率三个参数中选取一个参数固定，并确定该参数值，在预测结果文件中查找包含该参数值的所有预测结果数据，形成3D曲面图；在压力、质量流速、含水率三个参数中选取两个参数固定，并确定对应的两个参数值，在预测结果文件中查找包含这两个参数值的所有预测结果数据，形成2D曲线图。

全文数据：

权利要求：

百度查询： 北京熙诚紫光科技有限公司 基于多种机器学习的CHF预测方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD