[发明专利]一种电子设备舱内设备温度预测方法及系统

说明书

本发明提供一种电子设备舱内设备温度预测方法，包括：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；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；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；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。本发明提供的方法预测温度误差较小，准确性较高。

技术领域

本发明属于电子设备技术领域，更具体地，涉及一种电子设备舱内设备温度预测方法及系统。

背景技术

内置有各种电子、激光、雷达等设备的电子设备舱越来越多的被采用。这些电子设备的性能和可靠性对温度、湿度等环境条件有强烈的依赖关系。为保证这些电子设备在干燥、清洁、温度适宜的环境中可靠工作，会设置环境控制系统将舱内温度控制在一定范围内。因此必须进行电子设备舱内热环境的分析，建立传热模型预测舱内温度为环控系统提供支持。

环控系统开启后电子设备舱室内的传热过程主要为对流传热过程和导热过程，此两种传热过程的控制方程都是非线性的微分方程，不可直接求解。目前采用过的建立热模型的方法有两种：分布参数法和集总参数法。分布参数模型通过有限元法通过数值近似和离散化实现舱内温度的分布和预测。可其特点在于：边界条件、物性参数、传热和阻力计算准则等参数都实现了局部化，能够得到电子设备舱室内更加准确的传热和热学特性，但是计算成本太高，应用面窄。所以在实际应用中，多采用集总参数法通过适当的假设和简化，将电子设备等效为内部物性均匀的热节点。降低非线性方程的应用难度，建立集总参数模型。但其不能很好表征舱内非线性的温变过程，预测精度差。

现有的技术存在的主要问题是计算成本高难以实现以及计算误差太大，不能自适应的准确描述复杂的动态变化的传热过程。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的一种电子设备舱内设备温度预测方法，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；

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。

其中，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。

其中，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。

其中，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为所述第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。

其中，步骤S1包括：