[发明专利]一种电子设备舱内设备温度预测方法及系统

权利要求书

1.一种电子设备舱内设备温度预测方法，其特征在于，包括：

步骤S1、基于电子设备舱的设备类型，获取所述设备类型对应的各个类型的温度变量数据流，所述温度变量数据流包括设备温度数据流；

所述温度变量数据流根据布置在电子设备舱内的采集点获取，所述采集点包括空气测点、设备测点和外壁测点；

步骤S2、基于预设数据长度的滑动窗口，在每个类型的温度变量数据流中截取出每个类型的温度变量数据流对应的窗口数据；

步骤S3、将所有类型的温度变量数据流对应的窗口数据作为训练样本集对随机向量功能网络RVFL进行训练，得到设备温度预测模型；

步骤S3之前所述方法还包括：

计算每个窗口内包含的设备温度数据的预测值和设备温度数据流的实际获取值之间的平均相对误差；

若所述平均相对误差大于预设阈值，更新所述训练样本集重新对RVFL训练；

步骤S4、将所述滑动窗口在所述设备温度数据流中按照所述预设数据长度滑动，基于所述设备温度预测模型，计算滑动后窗口内包含的设备温度的预测值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对每个类型的温度变量数据流对应的窗口数据进行低通滤波和归一化处理；

将低通滤波和归一化后的数据输入RVFL中进行训练。

3.根据权利要求1所述的方法，其特征在于，所述计算每个窗口内包含的设备温度数据的预测值和设备温度数据流的实际获取值之间的平均相对误差，具体包括：

其中，Z为窗口内包含的数据量，T_exp，i为第i个实际获取值，T_sim，i为所述第i个预测值，为所述平均相对误差。

4.根据权利要求1所述的方法，其特征在于，步骤S1包括：

基于所述电子设备舱的设备类型，获取所述电子设备舱的设备类型对应的热网络模型；

获取所述热网络模型中包含的温度变量类型，并采集所述温度变量类型对应的温度变量数据流。

5.根据权利要求1所述的方法，其特征在于，所述RVFL包括一个输入层、一个隐含层以及一个输出层，所述隐含层包括多个隐含层节点，步骤S3具体包括：

将所述所有类型的温度变量数据流对应的窗口数据作为训练样本集输入RVFL的输入层中；

基于所述隐含层节点的数量、预设的从所述输入层到所述隐含层的权值和偏置，对RVFL进行训练，得到设备温度预测模型。

6.根据权利要求5所述的方法，其特征在于，所述基于所述隐含层节点的数量、预设的所述输入层到所述隐含层的权值和偏置，对RVFL进行训练，包括：

基于输入的窗口数据、预设的从所述输入层到所述隐含层的权值和偏置，计算所述隐含层的输出函数；

基于所述隐含层的输出函数，计算所述隐含层到所述输出层的输出矩阵；

基于所述隐含层到所述输出层的输出矩阵，计算所述隐含层到所述输出层的权重；

基于所述隐含层到所述输出层的权重、所述隐含层到所述输出层的输出矩阵以及预设的从所述输入层到所述隐含层的权值和偏置，构建所述设备温度预测模型。