【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜。
技術(shù)介紹
1、隨著電力系統(tǒng)和自動(dòng)化設(shè)備的普及，開關(guān)柜已成為電力系統(tǒng)、工業(yè)自動(dòng)化、通訊和樓宇配電等領(lǐng)域的核心設(shè)備之一，用于提供電力控制和分配，傳統(tǒng)開關(guān)柜主要依賴人工監(jiān)測和定期維護(hù)，然而，這種模式存在以下技術(shù)缺陷和局限性：傳統(tǒng)開關(guān)柜通常通過定期維護(hù)和人工巡檢來保障設(shè)備的正常運(yùn)行，這種方式無法實(shí)時(shí)掌握設(shè)備內(nèi)部狀態(tài)，例如，設(shè)備過載、溫濕度異常、電流波動(dòng)等狀態(tài)可能在出現(xiàn)重大故障前的早期階段并無明顯外部特征，導(dǎo)致設(shè)備過熱、線路故障或火災(zāi)風(fēng)險(xiǎn)無法及時(shí)預(yù)警，此外，開關(guān)柜中往往還存在局部放電和震動(dòng)隱患，這些因素在長時(shí)間運(yùn)行后會(huì)對(duì)設(shè)備的穩(wěn)定性和安全性造成嚴(yán)重影響，缺乏實(shí)時(shí)監(jiān)控和數(shù)據(jù)采集的傳統(tǒng)方式已難以滿足現(xiàn)代電力設(shè)備的需求。
2、由于傳統(tǒng)開關(guān)柜缺少智能分析能力，設(shè)備狀態(tài)的評(píng)估主要基于手動(dòng)記錄和經(jīng)驗(yàn)判斷，無法進(jìn)行精確的故障預(yù)測與管理，隨著電力系統(tǒng)的復(fù)雜化和設(shè)備運(yùn)行環(huán)境的多樣化，依靠傳統(tǒng)的定期維護(hù)與經(jīng)驗(yàn)預(yù)測難以保障設(shè)備安全運(yùn)行，往往造成維護(hù)資源的浪費(fèi)和潛在風(fēng)險(xiǎn)的累積，現(xiàn)有技術(shù)缺乏通過設(shè)備運(yùn)行數(shù)據(jù)建模并結(jié)合智能算法進(jìn)行故障預(yù)測和管理的有效方法，導(dǎo)致在出現(xiàn)潛在隱患時(shí)難以及時(shí)發(fā)現(xiàn)并采取應(yīng)對(duì)措施。
3、因此，本領(lǐng)域技術(shù)人員需要一種集成多模塊化系統(tǒng)，實(shí)現(xiàn)設(shè)備狀態(tài)的實(shí)時(shí)監(jiān)測、智能分析與故障預(yù)測，并結(jié)合主動(dòng)安全保護(hù)和遠(yuǎn)程監(jiān)控功能的內(nèi)置智能管控系統(tǒng)的開關(guān)柜。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是為了解決以上現(xiàn)有技術(shù)的不足，提供一種內(nèi)置智能管控系統(tǒng)的開關(guān)
2、在一方面，一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，包括傳感器網(wǎng)絡(luò)模塊、數(shù)據(jù)采集模塊、智能處理模塊、遠(yuǎn)程監(jiān)控模塊和主動(dòng)安全保護(hù)模塊，傳感器網(wǎng)絡(luò)模塊包括傳感器單元，所述傳感器單元設(shè)于開關(guān)柜內(nèi)，所述傳感器單元包括溫濕度傳感器、電流傳感器、煙霧傳感器、局放傳感器和振動(dòng)傳感器，所述傳感器網(wǎng)絡(luò)模塊還包括時(shí)間戳記錄單元，時(shí)間戳記錄單元與各傳感器連接，用于對(duì)每次采集的數(shù)據(jù)附加時(shí)間戳并生成歷史數(shù)據(jù)；所述數(shù)據(jù)采集模塊與所述傳感器網(wǎng)絡(luò)模塊連接，數(shù)據(jù)采集模塊用于接收傳感器網(wǎng)絡(luò)模塊采集的數(shù)據(jù)并保存至智能處理模塊；所述智能處理模塊包括健康管理算法單元、深度學(xué)習(xí)算法單元和數(shù)據(jù)分析單元，其中所述健康管理算法單元依據(jù)傳感器網(wǎng)絡(luò)模塊的實(shí)時(shí)數(shù)據(jù)生成設(shè)備運(yùn)行狀態(tài)模型，預(yù)測設(shè)備壽命和故障風(fēng)險(xiǎn)并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述深度學(xué)習(xí)算法單元基于歷史數(shù)據(jù)構(gòu)建多維特征模型，以識(shí)別不同故障模式，生成相應(yīng)報(bào)警信號(hào)并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述數(shù)據(jù)分析單元用于生成開關(guān)柜運(yùn)行報(bào)告并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述主動(dòng)安全保護(hù)模塊包括電力切斷裝置、溫度超限保護(hù)單元和應(yīng)急電源單元，其中，所述電力切斷裝置與智能處理模塊連接，用于在智能處理模塊收到異常傳感器參數(shù)時(shí)，斷開開關(guān)柜電源；所述溫度超限保護(hù)單元用于智能處理模塊收到內(nèi)部溫度超過預(yù)設(shè)閾值時(shí)觸發(fā)降溫裝置；所述應(yīng)急電源單元用于在斷電情況下為傳感器網(wǎng)絡(luò)模塊、數(shù)據(jù)采集模塊和通信模塊提供持續(xù)電力。
3、更進(jìn)一步地，所述健康管理算法單元通過動(dòng)態(tài)狀態(tài)空間建模實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)的多維參數(shù)估算，所述動(dòng)態(tài)狀態(tài)空間模型表示為：
4、其中，xt為狀態(tài)向量，代表傳感器單元收集的各個(gè)參數(shù)，ut為外部輸入干擾變量，a、b、c、d為狀態(tài)轉(zhuǎn)移矩陣與觀測矩陣，wt、vt分別表示過程噪聲與測量噪聲；健康管理算法單元采用動(dòng)態(tài)狀態(tài)空間建模，旨在通過實(shí)時(shí)監(jiān)測數(shù)據(jù)對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行多維參數(shù)估算，該模型的設(shè)置包括狀態(tài)向量和外部輸入干擾變量，結(jié)合狀態(tài)轉(zhuǎn)移矩陣與觀測矩陣，可以有效地捕捉到設(shè)備狀態(tài)的變化規(guī)律，通過此模型，可實(shí)現(xiàn)對(duì)系統(tǒng)動(dòng)態(tài)行為的準(zhǔn)確描述和預(yù)測，提高故障預(yù)測的精度，確保在潛在故障發(fā)生前及時(shí)采取維護(hù)措施，解決了傳統(tǒng)方法在動(dòng)態(tài)環(huán)境下狀態(tài)識(shí)別能力不足的問題。
5、更進(jìn)一步地，所述深度學(xué)習(xí)算法單元基于長短期記憶網(wǎng)絡(luò)構(gòu)建時(shí)序模型，基于以下公式計(jì)算：其中，為長短期記憶網(wǎng)絡(luò)模型的輸出，yt為實(shí)際輸出，θ為模型參數(shù)向量，λ為正則化系數(shù)，通過反向傳播算法和梯度下降算法逐步更新模型參數(shù)向量，更新公式為：其中，η為學(xué)習(xí)率；深度學(xué)習(xí)算法單元采用長短期記憶網(wǎng)絡(luò)來構(gòu)建時(shí)序模型，用于處理和分析歷史數(shù)據(jù)以識(shí)別潛在的故障模式，長短期記憶網(wǎng)絡(luò)能夠有效地捕捉數(shù)據(jù)的長期依賴性，克服傳統(tǒng)rnn在序列數(shù)據(jù)處理上的不足，通過反向傳播算法和梯度下降算法對(duì)模型參數(shù)進(jìn)行逐步更新，實(shí)現(xiàn)了對(duì)復(fù)雜故障模式的精準(zhǔn)識(shí)別，生成報(bào)警信號(hào)，提高了系統(tǒng)的自適應(yīng)能力和響應(yīng)速度，能夠在不依賴大量人工經(jīng)驗(yàn)的情況下，提升開關(guān)柜的智能化水平。
6、更進(jìn)一步地，所述數(shù)據(jù)分析單元生成開關(guān)柜運(yùn)行報(bào)告的穩(wěn)定性評(píng)估通過以下分布式變分貝葉斯算法進(jìn)行，設(shè)表示數(shù)據(jù)集，評(píng)估函數(shù)為：其中，表示假設(shè)模型，zj表示隱變量；數(shù)據(jù)分析單元通過分布式變分貝葉斯算法對(duì)開關(guān)柜運(yùn)行報(bào)告的穩(wěn)定性進(jìn)行評(píng)估，設(shè)定的評(píng)估函數(shù)能夠結(jié)合多樣的數(shù)據(jù)集，以處理和分析設(shè)備運(yùn)行狀態(tài)的復(fù)雜性，此方法提供了一種有效的方式來推斷隱變量和評(píng)估假設(shè)模型的可靠性，為設(shè)備維護(hù)提供更為準(zhǔn)確的建議，能夠避免因數(shù)據(jù)分析不足而造成的維護(hù)失誤，確保設(shè)備的高效穩(wěn)定運(yùn)行。
7、更進(jìn)一步地，所述電力切斷裝置依據(jù)模糊邏輯控制規(guī)則對(duì)切斷條件進(jìn)行動(dòng)態(tài)調(diào)節(jié)，模糊控制函數(shù)為：其中，μc(x)為切斷命令的隸屬度，x為傳感器參數(shù)，α和x0分別為調(diào)節(jié)系數(shù)和臨界點(diǎn)，通過模糊隸屬度判定是否觸發(fā)切斷操作，以適應(yīng)環(huán)境參數(shù)的波動(dòng)性；電力切斷裝置依據(jù)模糊邏輯控制規(guī)則進(jìn)行動(dòng)態(tài)調(diào)節(jié)，使切斷條件能適應(yīng)環(huán)境參數(shù)的波動(dòng)性，模糊控制函數(shù)通過評(píng)估切斷命令的隸屬度，結(jié)合傳感器參數(shù)及其調(diào)節(jié)系數(shù)和臨界點(diǎn)，提供一種柔性且高效的動(dòng)態(tài)響應(yīng)機(jī)制，解決了傳統(tǒng)切斷系統(tǒng)在面對(duì)不確定性時(shí)反應(yīng)遲鈍的問題。
8、更進(jìn)一步地，所述溫度超限保護(hù)單元采用自適應(yīng)預(yù)測控制算法調(diào)節(jié)降溫裝置觸發(fā)條件，所述觸發(fā)預(yù)測函數(shù)為：
9、其中，為預(yù)測的下一時(shí)刻溫度，tt為當(dāng)前時(shí)刻溫度，m為回溯時(shí)長，∈t為誤差項(xiàng)，通過遞歸最小二乘算法動(dòng)態(tài)更新預(yù)測模型參數(shù)，以確保在溫度波動(dòng)情況下準(zhǔn)確觸發(fā)降溫裝置；溫度超限保護(hù)單元采用自適應(yīng)預(yù)測控制算法，能實(shí)時(shí)調(diào)整降溫裝置的觸發(fā)條件，通過遞歸最小二乘算法動(dòng)態(tài)更新預(yù)測模型參數(shù)，該系統(tǒng)能夠在溫度波動(dòng)情況下準(zhǔn)確觸發(fā)降溫裝置，從而有效防止設(shè)備過熱問題。
10、更進(jìn)一步地，所述應(yīng)急電源單元采用基于馬爾科夫鏈的剩余電力狀態(tài)轉(zhuǎn)移模型，模型狀態(tài)轉(zhuǎn)移方程為：p(et+1＝k|et＝i)＝pij，其中，rt為時(shí)刻t的電力狀態(tài)，pij為從狀態(tài)i轉(zhuǎn)移至狀態(tài)j的概率，通過求解狀態(tài)轉(zhuǎn)移矩陣來估算應(yīng)急電源的剩余電力時(shí)間，以優(yōu)化應(yīng)急供電策略并確保模塊的持續(xù)運(yùn)行；應(yīng)急電源單元利用基于馬爾科夫鏈的剩余電力狀態(tài)轉(zhuǎn)移模型，通過求解狀態(tài)轉(zhuǎn)移矩陣來估算應(yīng)急電源的剩余電力時(shí)間，使開關(guān)柜在電力不足時(shí)能夠更有效地調(diào)度電源，優(yōu)化應(yīng)急供電策略，確保在緊急情況下的連續(xù)運(yùn)行。
11、在另一方面，一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜的使用方法，包括以下步驟：傳感器網(wǎng)絡(luò)模本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，包括傳感器網(wǎng)絡(luò)模塊、數(shù)據(jù)采集模塊、智能處理模塊、遠(yuǎn)程監(jiān)控模塊和主動(dòng)安全保護(hù)模塊，傳感器網(wǎng)絡(luò)模塊包括傳感器單元，所述傳感器單元設(shè)于開關(guān)柜內(nèi)，所述傳感器單元包括溫濕度傳感器、電流傳感器、煙霧傳感器、局放傳感器和振動(dòng)傳感器，所述傳感器網(wǎng)絡(luò)模塊還包括時(shí)間戳記錄單元，時(shí)間戳記錄單元與各傳感器連接，用于對(duì)每次采集的數(shù)據(jù)附加時(shí)間戳并生成歷史數(shù)據(jù)；所述數(shù)據(jù)采集模塊與所述傳感器網(wǎng)絡(luò)模塊連接，數(shù)據(jù)采集模塊用于接收傳感器網(wǎng)絡(luò)模塊采集的數(shù)據(jù)并保存至智能處理模塊；所述智能處理模塊包括健康管理算法單元、深度學(xué)習(xí)算法單元和數(shù)據(jù)分析單元，其中所述健康管理算法單元依據(jù)傳感器網(wǎng)絡(luò)模塊的實(shí)時(shí)數(shù)據(jù)生成設(shè)備運(yùn)行狀態(tài)模型，預(yù)測設(shè)備壽命和故障風(fēng)險(xiǎn)并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述深度學(xué)習(xí)算法單元基于歷史數(shù)據(jù)構(gòu)建多維特征模型，以識(shí)別不同故障模式，生成相應(yīng)報(bào)警信號(hào)并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述數(shù)據(jù)分析單元用于生成開關(guān)柜運(yùn)行報(bào)告并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述主動(dòng)安全保護(hù)模塊包括電力切斷裝置、溫度超限保護(hù)單元和應(yīng)急電源單元，其中，所述電力切斷裝置與智能處理模塊連接，用于在智能處理模塊收
2.根據(jù)權(quán)利要求1所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述健康管理算法單元通過動(dòng)態(tài)狀態(tài)空間建模實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)的多維參數(shù)估算，所述動(dòng)態(tài)狀態(tài)空間模型表示為：其中，Xt為狀態(tài)向量，代表傳感器單元收集的各個(gè)參數(shù)，Ut為外部輸入干擾變量，A、B、C、D為狀態(tài)轉(zhuǎn)移矩陣與觀測矩陣，Wt、Vt分別表示過程噪聲與測量噪聲。
3.根據(jù)權(quán)利要求1所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述深度學(xué)習(xí)算法單元基于長短期記憶網(wǎng)絡(luò)構(gòu)建時(shí)序模型，基于以下公式計(jì)算：其中，為長短期記憶網(wǎng)絡(luò)模型的輸出，yt為實(shí)際輸出，θ為模型參數(shù)向量，λ為正則化系數(shù)，通過反向傳播算法和梯度下降算法逐步更新模型參數(shù)向量，更新公式為：
4.根據(jù)權(quán)利要求1所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述數(shù)據(jù)分析單元生成開關(guān)柜運(yùn)行報(bào)告的穩(wěn)定性評(píng)估通過以下分布式變分貝葉斯算法進(jìn)行，設(shè)表示數(shù)據(jù)集，評(píng)估函數(shù)為：
5.根據(jù)權(quán)利要求1所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述電力切斷裝置依據(jù)模糊邏輯控制規(guī)則對(duì)切斷條件進(jìn)行動(dòng)態(tài)調(diào)節(jié)，模糊控制函數(shù)為：其中，μC(x)為切斷命令的隸屬度，x為傳感器參數(shù)，α和x0分別為調(diào)節(jié)系數(shù)和臨界點(diǎn)，通過模糊隸屬度判定是否觸發(fā)切斷操作，以適應(yīng)環(huán)境參數(shù)的波動(dòng)性。
6.根據(jù)權(quán)利要求1所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述溫度超限保護(hù)單元采用自適應(yīng)預(yù)測控制算法調(diào)節(jié)降溫裝置觸發(fā)條件，所述觸發(fā)預(yù)測函數(shù)為：其中，為預(yù)測的下一時(shí)刻溫度，Tt為當(dāng)前時(shí)刻溫度，m為回溯時(shí)長，∈t為誤差項(xiàng)，通過遞歸最小二乘算法動(dòng)態(tài)更新預(yù)測模型參數(shù)，以確保在溫度波動(dòng)情況下準(zhǔn)確觸發(fā)降溫裝置。
7.根據(jù)權(quán)利要求1所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述應(yīng)急電源單元采用基于馬爾科夫鏈的剩余電力狀態(tài)轉(zhuǎn)移模型，模型狀態(tài)轉(zhuǎn)移方程為：P(Et+1＝k|Et＝i)＝pij，其中，Et為時(shí)刻t的電力狀態(tài)，pij為從狀態(tài)i轉(zhuǎn)移至狀態(tài)j的概率，通過求解狀態(tài)轉(zhuǎn)移矩陣來估算應(yīng)急電源的剩余電力時(shí)間，以優(yōu)化應(yīng)急供電策略并確保模塊的持續(xù)運(yùn)行。
8.一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜的使用方法，用于實(shí)施根據(jù)權(quán)利要求1-7任一項(xiàng)所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，包括以下步驟：傳感器網(wǎng)絡(luò)模塊連續(xù)生成數(shù)據(jù)，數(shù)據(jù)通過數(shù)據(jù)采集模塊實(shí)時(shí)傳輸至智能處理模塊；智能處理模塊生成設(shè)備運(yùn)行狀態(tài)模型以預(yù)測故障風(fēng)險(xiǎn)，并通過算法識(shí)別異常模式，生成對(duì)應(yīng)的報(bào)警信號(hào)并通知運(yùn)維人員；生成開關(guān)柜運(yùn)行報(bào)告并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；主動(dòng)安全保護(hù)模塊根據(jù)智能處理模塊的處理結(jié)果進(jìn)行主動(dòng)安全保護(hù)。
9.根據(jù)權(quán)利要求8所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述主動(dòng)安全保護(hù)模塊根據(jù)智能處理模塊的處理結(jié)果進(jìn)行主動(dòng)安全保護(hù)之后還包括步驟：生成開關(guān)柜運(yùn)行報(bào)告，開關(guān)柜運(yùn)行報(bào)告包括狀態(tài)評(píng)估和維護(hù)建議。
...【技術(shù)特征摘要】
1.一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，包括傳感器網(wǎng)絡(luò)模塊、數(shù)據(jù)采集模塊、智能處理模塊、遠(yuǎn)程監(jiān)控模塊和主動(dòng)安全保護(hù)模塊，傳感器網(wǎng)絡(luò)模塊包括傳感器單元，所述傳感器單元設(shè)于開關(guān)柜內(nèi)，所述傳感器單元包括溫濕度傳感器、電流傳感器、煙霧傳感器、局放傳感器和振動(dòng)傳感器，所述傳感器網(wǎng)絡(luò)模塊還包括時(shí)間戳記錄單元，時(shí)間戳記錄單元與各傳感器連接，用于對(duì)每次采集的數(shù)據(jù)附加時(shí)間戳并生成歷史數(shù)據(jù)；所述數(shù)據(jù)采集模塊與所述傳感器網(wǎng)絡(luò)模塊連接，數(shù)據(jù)采集模塊用于接收傳感器網(wǎng)絡(luò)模塊采集的數(shù)據(jù)并保存至智能處理模塊；所述智能處理模塊包括健康管理算法單元、深度學(xué)習(xí)算法單元和數(shù)據(jù)分析單元，其中所述健康管理算法單元依據(jù)傳感器網(wǎng)絡(luò)模塊的實(shí)時(shí)數(shù)據(jù)生成設(shè)備運(yùn)行狀態(tài)模型，預(yù)測設(shè)備壽命和故障風(fēng)險(xiǎn)并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述深度學(xué)習(xí)算法單元基于歷史數(shù)據(jù)構(gòu)建多維特征模型，以識(shí)別不同故障模式，生成相應(yīng)報(bào)警信號(hào)并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述數(shù)據(jù)分析單元用于生成開關(guān)柜運(yùn)行報(bào)告并將結(jié)果傳輸至遠(yuǎn)程監(jiān)控模塊；所述主動(dòng)安全保護(hù)模塊包括電力切斷裝置、溫度超限保護(hù)單元和應(yīng)急電源單元，其中，所述電力切斷裝置與智能處理模塊連接，用于在智能處理模塊收到異常傳感器參數(shù)時(shí)，斷開開關(guān)柜電源；所述溫度超限保護(hù)單元用于智能處理模塊收到內(nèi)部溫度超過預(yù)設(shè)閾值時(shí)觸發(fā)降溫裝置；所述應(yīng)急電源單元用于在斷電情況下為傳感器網(wǎng)絡(luò)模塊、數(shù)據(jù)采集模塊和通信模塊提供持續(xù)電力。
2.根據(jù)權(quán)利要求1所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述健康管理算法單元通過動(dòng)態(tài)狀態(tài)空間建模實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)的多維參數(shù)估算，所述動(dòng)態(tài)狀態(tài)空間模型表示為：其中，xt為狀態(tài)向量，代表傳感器單元收集的各個(gè)參數(shù)，ut為外部輸入干擾變量，a、b、c、d為狀態(tài)轉(zhuǎn)移矩陣與觀測矩陣，wt、vt分別表示過程噪聲與測量噪聲。
3.根據(jù)權(quán)利要求1所述的一種內(nèi)置智能管控系統(tǒng)的開關(guān)柜，其特征在于，所述深度學(xué)習(xí)算法單元基于長短期記憶網(wǎng)絡(luò)構(gòu)建時(shí)序模型，基于以下公式計(jì)算：其中，為長短期記憶網(wǎng)絡(luò)模型的輸出，yt為實(shí)際輸出，θ為模型參數(shù)向量，λ為正則化系數(shù)，通過反向傳播算法和梯度下降算法逐步更新模型參數(shù)向量，更新公...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張紀(jì)富，孫殿國，
申請(qǐng)(專利權(quán))人：鎮(zhèn)江市長江電力設(shè)備有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。