一種基于強化學習模型的預(yù)測機柜進風溫度的方法

基本信息

申請?zhí)?/td> CN202010589344.6 申請日 -
公開（公告）號 CN111795761B 公開（公告）日 2022-02-11
申請公布號 CN111795761B 申請公布日 2022-02-11
分類號 G01K13/00（2021.01）I;G01J5/48（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 測量；測試;
發(fā)明人 周興東;鄭賢清;張士蒙;任群 申請（專利權(quán)）人 菲尼克斯（上海）環(huán)境控制技術(shù)有限公司
代理機構(gòu) 上海匯齊專利代理事務(wù)所（普通合伙） 代理人 朱明福
地址 200000上海市崇明區(qū)長興鎮(zhèn)江南大道1333弄1號樓1332室（上海長興海洋裝備產(chǎn)業(yè)基地）
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體為一種基于強化學習模型的預(yù)測機柜進風溫度的方法，所述方法包括以下步驟：所述方法包括以下步驟，步驟1通過熱成像裝置采集機柜的表面實際溫度數(shù)據(jù)，通過熱敏裝置采集對應(yīng)機柜的實際進風溫度數(shù)據(jù)；步驟2調(diào)用神經(jīng)網(wǎng)絡(luò)模型進行訓練，用機柜的表面實際溫度數(shù)據(jù)為輸入，機柜的實際進風溫度數(shù)據(jù)作為輸出反復(fù)訓練，使得神經(jīng)網(wǎng)絡(luò)模型通過訓練后能預(yù)測出機柜的進風模擬溫度數(shù)據(jù)；步驟3建立強化學習模型；步驟4獲得增強學習模型最優(yōu)策略下的神經(jīng)網(wǎng)絡(luò)模型生成新的預(yù)測器；步驟5用最優(yōu)的預(yù)測器對機柜的進風溫度進行預(yù)測。該方法提高機柜的進風模擬溫度數(shù)據(jù)準確率，節(jié)約了物料與人工成本，便于使用。