[发明专利]预测模型的训练方法、预测供热温度的方法、装置和设备

说明书

本公开公开了一种预测模型的训练方法，涉及物联网领域和人工智能领域，尤其涉及深度学习领域。具体实现方案为：获得样本数据，样本数据包括针对换热站的历史观测数据；基于样本数据对预测模型进行训练；以及基于样本数据中历史观测数据的取值，确定训练后的预测模型的使用条件。本公开还公开了一种预测模型的训练装置、预测供热温度的方法和装置、电子设备和存储介质。

技术领域

本公开涉及人工智能和物联网技术领域，尤其涉及深度学习技术领域，具体涉及一种预测模型的训练方法和装置、预测供热温度的方法和装置、电子设备和存储介质。

背景技术

换热站作为集中供热系统中的枢纽，连接着热源与户端，供热站的供热温度是保障户端供热需求的重要指标。

在实现本公开的实施例的过程中，发明人发现，为保证供热站的供热温度适应户端热负荷变化，往往需要依赖人工经验，对换热站的运行工况进行监督和调节，但是人工调节难以保证调节效果，影响供热质量。

发明内容

本公开提供了一种预测模型的训练方法和装置、预测供热温度的方法和装置、电子设备和存储介质。

根据第一方面，提供了一种预测模型的训练方法，该方法包括：获得样本数据，样本数据包括针对换热站的历史观测数据；基于样本数据对预测模型进行训练；以及基于样本数据中历史观测数据的取值，确定训练后的预测模型的使用条件。

根据第二方面，提供了一种预测供热温度的方法，该方法包括：监控针对换热站的观测数据；根据观测数据和预测模型的使用条件，确定换热站的运行模式；在确定运行模式为异常模式的情况下，使用异常处理算法来确定换热站针对预设用户的供热温度；以及在确定运行模式为正常模式的情况下，使用预测模型来确定换热站针对预设用户的供热温度，其中，预测模型是采用本公开提供的预测模型的训练方法训练得到的。

根据第三方面，提供了一种预测模型的训练装置，该装置包括：样本数据获得模块，用于获得样本数据，样本数据包括针对换热站的历史观测数据；模型训练模块，用于基于样本数据对预测模型进行训练；以及条件确定模块，用于基于样本数据中历史观测数据的取值，确定训练后的预测模型的使用条件。

根据第四方面，提供了一种预测供热温度的装置，该装置包括：数据监控模块，用于监控针对换热站的观测数据；模式确定模块，用于根据观测数据和预测模型的使用条件，确定换热站的运行模式；第一温度确定模块，用于在确定运行模式为异常模式的情况下，使用异常处理算法来确定换热站针对预设用户的供热温度；以及第二温度确定模块，用于在确定运行模式为正常模式的情况下，使用预测模型来确定换热站针对预设用户的供热温度，其中，预测模型是采用本公开提供的预测模型的训练装置训练得到的。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。

根据第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开提供的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开的一个实施例的可以应用预测模型的训练方法和/或预测供热温度的方法的示例性系统架构示意图；

图2是根据本公开的一个实施例的预测模型的训练方法的流程图；