海上风机的远程智能除湿控制系统及其方法技术方案

本申请涉及海上风机的智能除湿控制领域，其具体地公开了一种海上风机的远程智能除湿控制系统及其方法，其通过采用人工智能的控制技术，利用多尺度邻域特征提取模块来对于多个时间点的湿度值、风数据以及除湿器的工作功率分别进行动态地隐含特征提取，并利用贝叶斯来进行数据特征的融合来进行所述除湿器功率的实时动态调控。这样，将风数据所带来的湿气动态变化特征引入所述除湿机功率控制模型中，能够使得所述除湿机的功率控制具有前瞻性和预测性，以确保所述海上风机在未来时间段的湿度能保持在预定合理范围内。能保持在预定合理范围内。能保持在预定合理范围内。

【技术实现步骤摘要】
海上风机的远程智能除湿控制系统及其方法


[0001]本专利技术涉及海上风机的智能除湿控制领域，且更为具体地，涉及一种海上风机的远程智能除湿控制系统及其方法。

技术介绍

[0002]海上风机长期工作于高湿、高盐环境。风机内部金属设备、设施极易发生腐蚀。一般而言，金属腐蚀的相对湿度的临界点是45％
‑
50％，超过界限就会发生腐蚀现象，而且随着相对湿度的升高，腐蚀速度会加快，一旦钢铁上有结露发生，腐蚀过程会更加迅速。
[0003]目前每个风机都配有除湿机，在现有的除湿机的工作模式中，其以固定功率模式和预定工作时间来运行除湿机，这种控制模式不仅会导致除湿机产生大量的无效工作(例如，风机的干燥度很低时，其仍会工作)，另一方面，如果海上风机内的湿度突然猛增，期待除湿机能够根据具体的情况进行工作功率的自适应调整，而不是仍旧以预设功率进行工作。
[0004]因此，期待一种优化的智能除湿控制方案。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种海上风机的远程智能除湿控制系统及其方法，其通过采用人工智能的控制技术，利用多尺度邻域特征提取模块来对于多个时间点的湿度值、风数据以及除湿器的工作功率分别进行动态地隐含特征提取，并利用贝叶斯来进行数据特征的融合来进行所述除湿器功率的实时动态调控。这样，将风数据所带来的湿气动态变化特征引入所述除湿机功率控制模型中，能够使得所述除湿机的功率控制具有前瞻性和预测性，以确保所述海上风机在未来时间段的湿度能保持在预定合理范围内。
[0006]根据本申请的一个方面，提供了一种海上风机的远程智能除湿控制系统，其包括：
[0007]环境数据采集模块，用于获取由湿度计采集的预定时间段内多个预定时间点的湿度值以及由风速站采集的所述多个预定时间点的风数据，所述风数据包括风速值和风向，所述风向由角度的正弦值或余弦值来表示；
[0008]工作状态数据采集模块，用于获取所述多个预定时间点的除湿机的工作功率；
[0009]单点风数据编码模块，用于将所述多个预定时间点的风数据中各个预定时间点的风数据通过全连接层以得到对应于各个预定时间点的多个风特征向量；
[0010]风数据多尺度邻域编码模块，用于将所述对应于各个预定时间点的多个风特征向量排列为一维特征向量后通过第一多尺度邻域特征提取模块以得到多尺度风特征向量；
[0011]湿度数据多尺度邻域编码模块，用于将所述多个预定时间点的湿度值通过第二多尺度邻域特征提取模块以得到多尺度湿度特征向量；
[0012]功率数据多尺度邻域编码模块，用于将所述多个预定时间点的除湿机的工作功率通过第三多尺度邻域特征提取模块以得到多尺度功率特征向量；
[0013]贝叶斯推断模块，用于使用贝叶斯概率模型来融合所述多尺度功率特征向量、所述多尺度湿度特征向量和所述多尺度风特征向量以得到后验概率特征向量，其中，所述多尺度功率特征向量为先验概率向量、所述多尺度湿度特征向量为事件概率向量、所述多尺度风特征向量为证据概率向量；
[0014]后验分布校正模块，用于基于所述后验概率特征向量中所有位置的特征值的均值的倒数，对所述后验概率特征向量中各个位置的特征值进行校正以得到校正后后验概率特征向量；以及
[0015]控制结果生成模块，用于将所述校正后后验概率特征向量通过分类器以得到分类结果，所述分类结果用于表示当前时间点的除湿器的功率值应增大、应保持或应减小。
[0016]在上述海上风机的远程智能除湿控制系统中，所述单点风数据编码模块，进一步用于：将所述多个预定时间点的风数据中各个预定时间点的风数据按照时间维度排列为输入向量；以及，使用所述全连接层以如下公式对所述输入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征以得到所述对应于各个预定时间点的多个风特征向量，其中，所述公式为：其中X是所述输入向量，Y是输出向量，W是权重矩阵，B是偏置向量，表示矩阵乘。
[0017]在上述海上风机的远程智能除湿控制系统中，所述风数据多尺度邻域编码模块，包括：第一卷积单元，用于将所述一维特征向量输入所述第一多尺度邻域特征提取模块的第一卷积层以得到第一邻域尺度风特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；第二卷积单元，用于将所述一维特征向量输入所述第一多尺度邻域特征提取模块的第二卷积层以得到第二邻域尺度风特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；以及，级联单元，用于将所述第一邻域尺度风特征向量和所述第二邻域尺度风特征向量进行级联以得到所述多尺度风特征向量。
[0018]在上述海上风机的远程智能除湿控制系统中，所述第一卷积单元，进一步用于；使用所述第一多尺度邻域特征提取模块的第一卷积层以如下公式对所述一维特征向量进行一维卷积编码以得到所述第一邻域尺度风特征向量；
[0019]其中，所述公式为：
[0020][0021]其中，a为第一卷积核在x方向上的宽度、F为第一卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，X表示张力输入向量。
[0022]在上述海上风机的远程智能除湿控制系统中，所述第二卷积单元，进一步用于：使用所述第一多尺度邻域特征提取模块的第二卷积层以如下公式对所述一维特征向量进行一维卷积编码以得到所述第二邻域尺度风特征向量；
[0023]其中，所述公式为：
[0024][0025]其中，b为第二卷积核在x方向上的宽度、F为第二卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，m为第二卷积核的尺寸，X表示张力输入向量。
[0026]在上述海上风机的远程智能除湿控制系统中，所述贝叶斯推断模块，进一步用于：使用贝叶斯概率模型以如下公式来融合所述多尺度功率特征向量、所述多尺度湿度特征向量和所述多尺度风特征向量以得到所述后验概率特征向量；
[0027]其中，所述公式为：
[0028]qi＝pi*ai/bi
[0029]其中，pi是所述多尺度功率特征向量中的各个位置的特征值，ai和bi分别是所述多尺度湿度特征向量和所述多尺度风特征向量中的各个位置的特征值，而qi是所述后验概率特征向量中的各个位置的特征值。
[0030]在上述海上风机的远程智能除湿控制系统中，所述后验分布校正模块，进一步用于：基于所述后验概率特征向量中所有位置的特征值的均值的倒数，以如下公式对所述后验概率特征向量中各个位置的特征值进行校正以得到所述校正后后验概率特征向量；
[0031]其中，所述公式为：
[0032][0033]其中，V表示所述后验概率特征向量，表示所述后验概率特征向量中所有位置的特征值的均值的倒数，
⊙
表示按位置点乘。
[0034]在上述海上风机的远程智能除湿控制系统中，所述控制结果生成模块，进一步用于：使用所述分类器以如下公式对所述校正后后验概率特征向量进行处理以获得所述分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海上风机的远程智能除湿控制系统，其特征在于，包括：环境数据采集模块，用于获取由湿度计采集的预定时间段内多个预定时间点的湿度值以及由风速站采集的所述多个预定时间点的风数据，所述风数据包括风速值和风向，所述风向由角度的正弦值或余弦值来表示；工作状态数据采集模块，用于获取所述多个预定时间点的除湿机的工作功率；单点风数据编码模块，用于将所述多个预定时间点的风数据中各个预定时间点的风数据通过全连接层以得到对应于各个预定时间点的多个风特征向量；风数据多尺度邻域编码模块，用于将所述对应于各个预定时间点的多个风特征向量排列为一维特征向量后通过第一多尺度邻域特征提取模块以得到多尺度风特征向量；湿度数据多尺度邻域编码模块，用于将所述多个预定时间点的湿度值通过第二多尺度邻域特征提取模块以得到多尺度湿度特征向量；功率数据多尺度邻域编码模块，用于将所述多个预定时间点的除湿机的工作功率通过第三多尺度邻域特征提取模块以得到多尺度功率特征向量；贝叶斯推断模块，用于使用贝叶斯概率模型来融合所述多尺度功率特征向量、所述多尺度湿度特征向量和所述多尺度风特征向量以得到后验概率特征向量，其中，所述多尺度功率特征向量为先验概率向量、所述多尺度湿度特征向量为事件概率向量、所述多尺度风特征向量为证据概率向量；后验分布校正模块，用于基于所述后验概率特征向量中所有位置的特征值的均值的倒数，对所述后验概率特征向量中各个位置的特征值进行校正以得到校正后后验概率特征向量；以及控制结果生成模块，用于将所述校正后后验概率特征向量通过分类器以得到分类结果，所述分类结果用于表示当前时间点的除湿器的功率值应增大、应保持或应减小。2.根据权利要求1所述的海上风机的远程智能除湿控制系统，其特征在于，所述单点风数据编码模块，进一步用于：将所述多个预定时间点的风数据中各个预定时间点的风数据按照时间维度排列为输入向量；以及，使用所述全连接层以如下公式对所述输入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征以得到所述对应于各个预定时间点的多个风特征向量，其中，所述公式为：其中X是所述输入向量，Y是输出向量，W是权重矩阵，B是偏置向量，表示矩阵乘。3.根据权利要求2所述的海上风机的远程智能除湿控制系统，其特征在于，所述风数据多尺度邻域编码模块，包括：第一卷积单元，用于将所述一维特征向量输入所述第一多尺度邻域特征提取模块的第一卷积层以得到第一邻域尺度风特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；第二卷积单元，用于将所述一维特征向量输入所述第一多尺度邻域特征提取模块的第二卷积层以得到第二邻域尺度风特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；以及级联单元，用于将所述第一邻域尺度风特征向量和所述第二邻域尺度风特征向量进行级联以得到所述多尺度风特征向量。
4.根据权利要求3所述的海上风机的远程智能除湿控制系统，其特征在于，所述第一卷积单元，进一步用于；使用所述第一多尺度邻域特征提取模块的第一卷积层以如下公式对所述一维特征向量进行一维卷积编码以得到所述第一邻域尺度风特征向量；其中，所述公式为：其中，a为第一卷积核在x方向上的宽度、F为第一卷积核参数向量、G为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，X表示张力输入向量。5.根据权利要求4所述的海上风机的远程智能除湿控制系统，其特征在于，所述第二卷积单元，进一步用于：使用所述第一多尺度邻域特征提取模块的第二卷积层以如下公式对所述一维特征向量进行一维卷积编码以得到所述第二邻域尺度风特征向量；其中，所述公式为：其中，b为第二卷积核在x方向上的宽度、F为第二卷积核参数向量、G为与卷积核函数...

【专利技术属性】
技术研发人员：黄力哲，王力军，陈思，徐峰，王洪兴，刘荣波，郝蛟蛟，吕胜波，
申请(专利权)人：北京华能新锐控制技术有限公司，
类型：发明
国别省市：