【技术实现步骤摘要】
本专利技术属于液化气体罐箱日均漏热量的预测，更具体地，涉及一种基于机器学习液化气体罐箱日均漏热量的预测方法及系统。
技术介绍
1、液化气体罐箱的日均漏热量是指在每天的时间段内，罐箱内液化气体由于热传导和热辐射等途径而散失的热能量。液化气体罐箱通常用于存储和运输液化气体，如液化石油气(lpg)或液化天然气(lng)。
2、罐箱内的液化气体具有较低的温度，而周围环境的温度较高。由于温度差异，热能将通过罐箱的壁面逃逸到环境中。这种热能的散失称为漏热。
3、日均漏热量是指在一天内，液化气体罐箱平均每天散失的热能量。它通常以能量单位(例如焦耳或千瓦时)来衡量。
4、对于液化气体储罐和容器的设计和运营来说，了解日均漏热量很重要。它可以帮助评估罐箱的绝热性能，确定保温措施是否足够，以及估计燃料成本和能源效率。此外，对于安全考虑，了解漏热量也有助于预防罐箱过度加热和潜在的爆炸危险。
5、现有技术中，并没有能够准确预测液化气体罐箱的日均漏热量的技术，因此亟需一种技术能够准确预测液化气体罐箱的日均漏热量。p>
本文档来自技高网...
【技术保护点】
1.一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，包括：
2.如权利要求1所述的一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，所述第一日均漏热量预测模型为：
3.如权利要求1所述的一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，所述第二日均漏热量预测模型为：
4.如权利要求3所述的一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，设置所述历史罐箱数据和所述历史所处环境数据的高次项和交互项，及相对应的回归系数，拟合液化气体罐箱日均漏热量的预测值和所述历史罐箱数据及所述历史所处环...
【技术特征摘要】
1.一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，包括：
2.如权利要求1所述的一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，所述第一日均漏热量预测模型为：
3.如权利要求1所述的一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，所述第二日均漏热量预测模型为：
4.如权利要求3所述的一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，设置所述历史罐箱数据和所述历史所处环境数据的高次项和交互项，及相对应的回归系数，拟合液化气体罐箱日均漏热量的预测值和所述历史罐箱数据及所述历史所处环境数据的非线性关系，并形成优化后的所述第二日均漏热量预测模型：
5.如权利要求4所述的一种基于机器学习液化气体罐箱日均漏热量的预测方法，其特征在于，还包括：
...【专利技术属性】
技术研发人员：金正伟，田宇忠，周国强，金鼎，曹蛟龙，陈庆任，陈志飚，
申请(专利权)人：中国船级社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。