申请/专利权人:上海水成环保科技股份有限公司
申请日:2023-12-28
公开(公告)日:2024-04-02
公开(公告)号:CN117808073A
主分类号:G06N3/084
分类号:G06N3/084;G06F18/23213;G06N3/0499
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本申请提供了一种基于神经网络的加热水量预测模型的训练方法及装置。该方法包括:获取热水器的历史用水数据集合;其中,历史用水数据集合中包含多个历史用水数据组;基于历史用水数据集合对预先构建的加热水量预测模型进行多次训练,直至加热水量预测模型满足设定条件;其中,在每次训练的过程中,将历史用水数据集合输入至加热水量预测模型,得到加热水量训练数据;基于损失函数对加热水量训练数据进行计算,得到模型损失值;基于模型损失值调整加热水量预测模型的参数;加热水量预测模型满足设定条件包括:模型损失值小于预设损失阈值。可以通过加热水量预测模型来合理预测加热水量,减少每天剩水排空造成水资源浪费和不必要的电能消耗。
主权项:1.一种基于神经网络的加热水量预测模型的训练方法,其特征在于,所述方法包括:获取热水器的历史用水数据集合;其中,所述历史用水数据集合中包含多个历史用水数据组;每个所述历史用水数据组中包含多个历史用水数据;基于所述历史用水数据集合对预先构建的加热水量预测模型进行多次训练,直至所述加热水量预测模型满足设定条件;其中,在每次训练的过程中,将所述历史用水数据集合输入至所述加热水量预测模型,得到加热水量训练数据;基于损失函数对所述加热水量训练数据进行计算,得到模型损失值;基于所述模型损失值调整所述加热水量预测模型的参数;所述加热水量预测模型满足设定条件包括:所述模型损失值小于预设损失阈值。
全文数据:
权利要求:
百度查询: 上海水成环保科技股份有限公司 基于神经网络的加热水量预测模型的训练方法及装置
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。