[發明專利]預測模型的訓練方法、預測供熱溫度的方法、裝置和設備

在審

• 申請號: 202110450926.0
• 申請日: 2021-04-25
• 公開（公告）號: CN113111589A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 聞雅蘭
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06Q10/04;G06Q10/06;G06Q50/06;G06F119/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 范芳茗

本公開公開了一種預測模型的訓練方法，涉及物聯網領域和人工智能領域，尤其涉及深度學習領域。具體實現方案為：獲得樣本數據，樣本數據包括針對換熱站的歷史觀測數據；基于樣本數據對預測模型進行訓練；以及基于樣本數據中歷史觀測數據的取值，確定訓練后的預測模型的使用條件。本公開還公開了一種預測模型的訓練裝置、預測供熱溫度的方法和裝置、電子設備和存儲介質。

技術領域

本公開涉及人工智能和物聯網技術領域，尤其涉及深度學習技術領域，具體涉及一種預測模型的訓練方法和裝置、預測供熱溫度的方法和裝置、電子設備和存儲介質。

背景技術

換熱站作為集中供熱系統中的樞紐，連接著熱源與戶端，供熱站的供熱溫度是保障戶端供熱需求的重要指標。

在實現本公開的實施例的過程中，發明人發現，為保證供熱站的供熱溫度適應戶端熱負荷變化，往往需要依賴人工經驗，對換熱站的運行工況進行監督和調節，但是人工調節難以保證調節效果，影響供熱質量。

發明內容

本公開提供了一種預測模型的訓練方法和裝置、預測供熱溫度的方法和裝置、電子設備和存儲介質。

根據第一方面，提供了一種預測模型的訓練方法，該方法包括：獲得樣本數據，樣本數據包括針對換熱站的歷史觀測數據；基于樣本數據對預測模型進行訓練；以及基于樣本數據中歷史觀測數據的取值，確定訓練后的預測模型的使用條件。

根據第二方面，提供了一種預測供熱溫度的方法，該方法包括：監控針對換熱站的觀測數據；根據觀測數據和預測模型的使用條件，確定換熱站的運行模式；在確定運行模式為異常模式的情況下，使用異常處理算法來確定換熱站針對預設用戶的供熱溫度；以及在確定運行模式為正常模式的情況下，使用預測模型來確定換熱站針對預設用戶的供熱溫度，其中，預測模型是采用本公開提供的預測模型的訓練方法訓練得到的。

根據第三方面，提供了一種預測模型的訓練裝置，該裝置包括：樣本數據獲得模塊，用于獲得樣本數據，樣本數據包括針對換熱站的歷史觀測數據；模型訓練模塊，用于基于樣本數據對預測模型進行訓練；以及條件確定模塊，用于基于樣本數據中歷史觀測數據的取值，確定訓練后的預測模型的使用條件。

根據第四方面，提供了一種預測供熱溫度的裝置，該裝置包括：數據監控模塊，用于監控針對換熱站的觀測數據；模式確定模塊，用于根據觀測數據和預測模型的使用條件，確定換熱站的運行模式；第一溫度確定模塊，用于在確定運行模式為異常模式的情況下，使用異常處理算法來確定換熱站針對預設用戶的供熱溫度；以及第二溫度確定模塊，用于在確定運行模式為正常模式的情況下，使用預測模型來確定換熱站針對預設用戶的供熱溫度，其中，預測模型是采用本公開提供的預測模型的訓練裝置訓練得到的。

根據第五方面，提供了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行根據本公開提供的方法。

根據第六方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，該計算機指令用于使計算機執行根據本公開提供的方法。

根據第七方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現根據本公開提供的方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是根據本公開的一個實施例的可以應用預測模型的訓練方法和/或預測供熱溫度的方法的示例性系統架構示意圖；

圖2是根據本公開的一個實施例的預測模型的訓練方法的流程圖；