CN119249674B 制冷机房设备性能模型健康度评估方法、系统、介质及终端 （上海碳索能源服务股份有限公司）

A本申请提供一种制冷机房设备性能模型健动态调整不同输入维度在健康度计算模型中的权重，实现了设备性能模型的自适应健康度评并在所述设备性能模型的综合健康度评分低于2采集制冷机房在运行过程中产生的实时运行数据和历史根据预处理后的所述实时运行数据和预处理后的所述历史运行根据所述设备性能模型的预测准确度，并基于多模态融合技术，行参数所对应的敏感系数权重；Ti表示预处理后的实时运行数据；Pi表示设备性能预测数调整预先构建的健康度计算模型中的权重的方式包括：基于多模态根据制冷机房中不同设备的老化程度，利用多元回归分析技术，将所述设备性能模型的综合健康度评分与预设健康度阈值进行比较，基于数据偏移检测算法，对预处理后的所述实时运行数据和构根据预处理后的所述实时运行数据和所述训练数据之间的偏移根据预处理后的所述实时运行数据，并基于预先构建的设备性能3计算预处理后的所述实时运行数据和所述设备性能预根据预处理后的所述实时运行数据和所述设备性能预测数据之间的数据采集模块，用于采集制冷机房在运行过程中产生的实时运行数据和历史运行数模型准确度评估模块，用于根据预处理后的所述实时运调整预先构建的健康度计算模型中的权重的方式包括：基于多模态健康度评估模块，用于根据调整权重后的健康度计算模型，计算所述处理器执行时实现如权利要求1至5中任一项所述的制冷机房设备性能模型健康度评估方所述处理器执行所述计算机程序以实现如权利要求1至5中任一项所述的制冷机房设备性45同设备运行参数所对应的敏感系数权重以及设6[0022]图1显示为本申请一实施例中制冷机房设备性能模型健康度评估方法的流程示意[0024]图3显示为本申请一实施例中评估设备性能模型的预测准确度的另一流程示意[0025]图4显示为本申请一实施例中制冷机房设备性能模型健康度评估系统的示意性框7始数据中的不同数据类型转换为适合分析和8差异的算法。首先，将预处理后的所述实时运行数据和模型训练数据转换为概率分布得到预处理后的所述实时运行数据和所述训练数据之间的偏移值。如果KL散度值较小，说明设备实时运行数据的分布与模型训练数据的分布相近，模型具有较好的泛化能力。如果环境因素的干扰或模型训练不充分等原因导致的。[0043]于本实施例中，所述Mahalanobis距离算法是一种有效的多维空间数据点相似性9[0065]于本实施例中，所述多模态融合技术可以融合来自不同传感器和监控系统的数[0067]于本实施例中，所述加权平均融合算法是根据各个维度[0080]（3）利用多模态融合技术可以动态调整不[0090]图4是本申请实施例提供的制冷机房设备性能模型健康度评估系统的示意性框[0091]数据采集模块401，用于采集制冷机房在运行过程中产生的实时运行数据和历史[0093]模型准确度评估模块403，用于根据预处理后的所述实时运行数据和预处理后的是否需要重新训练。若所述设备性能模型的综合健康度评分高于或等于预设健康度阈值，[0097]应理解，各模块执行上述相应步骤的具体过程在上述方法实施例中已经详细说[0099]图5是本申请实施例提供的电子终端的示意性框图。如图5所示，电子终端500包示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，StaticRandomAccessMemory)、同步静态随机存取存储器(SSRAM，SynchronousStatic[0102]本发明实施例中的存储器502用于存储各种类别的数据以支持电子终端500的操施例提供的制冷机房设备性能模型健康度评估方法可以包含在应用程序50[0103]上述本发明实施例揭示的方法可以应用于处理器501中，或者由处理器501实步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理[0104]在示例性实施例中，电子终端500可以被一个或多个应用专用集成电路(ASIC，算设备上运行的应用和计算设备都可以是部件。一个或多个部件可驻留在进程和/或执行