[发明专利]一种基于强化学习模型的预测机柜进风温度的方法有效
| 申请号： | 202010589344.6 | 申请日： | 2020-06-24 |
| 公开（公告）号： | CN111795761B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 周兴东;郑贤清;张士蒙;任群 | 申请（专利权）人： | 菲尼克斯（上海）环境控制技术有限公司 |
| 主分类号： | G01K13/00 | 分类号： | G01K13/00;G01J5/48;G06N3/04;G06N3/08 |
| 代理公司： | 上海汇齐专利代理事务所(普通合伙) 31364 | 代理人： | 朱明福 |
| 地址： | 200000 上海市崇明区长兴镇江南大道*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人工智能技术领域，具体为一种基于强化学习模型的预测机柜进风温度的方法，所述方法包括以下步骤：所述方法包括以下步骤，步骤1通过热成像装置采集机柜的表面实际温度数据，通过热敏装置采集对应机柜的实际进风温度数据；步骤2调用神经网络模型进行训练，用机柜的表面实际温度数据为输入，机柜的实际进风温度数据作为输出反复训练，使得神经网络模型通过训练后能预测出机柜的进风模拟温度数据；步骤3建立强化学习模型；步骤4获得增强学习模型最优策略下的神经网络模型生成新的预测器；步骤5用最优的预测器对机柜的进风温度进行预测。该方法提高机柜的进风模拟温度数据准确率，节约了物料与人工成本，便于使用。 | ||
| 搜索关键词： | 一种 基于 强化 学习 模型 预测 机柜 温度 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于菲尼克斯（上海）环境控制技术有限公司，未经菲尼克斯（上海）环境控制技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010589344.6/，转载请声明来源钻瓜专利网。
