【技术实现步骤摘要】
本专利技术涉及温度场预测，特别是涉及基于convlstm的非稳态热传导温度场预测方法及系统。
技术介绍
1、非稳态温度场的变化过程遵循傅里叶热传导定律，主要体现为热量的扩散现象。当前，利用机器学习技术进行预测是一种高效的方法。由于温度变化具有规律性，为了更好地提取其在时间上的变化特征，通常采用lstm相关的时间序列模型进行训练和预测。然而，lstm模型在空间特征的提取上存在不足，导致预测的温度场可能存在多个不合理的温度突变点，与物理规律不符。因此，为了结合时间和空间特征，实现更精确的预测，需要一种能够同时提取时空特征的机器学习模型进行预测。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，基于convlstm的非稳态热传导温度场预测方法，可以更好地提取非稳态温度场变化过程中的时序特征及空间特征，实现更精确的温度场预测。
3、本专利技术的另一个目的在于提出一种基于convlstm的非稳态热传导温度场预测系统。
4、为达上述目的，本专利技术一方面提出一种基于convlstm的非稳态热传导温度场预测方法，包括：
5、获取第一时刻的温度场数据；
6、基于编码模块、预测解码模块和融合输出模块构建convlstm网络预测模型；其中，所述编码模块包括第一多层convlstm网络层，所述预测解码模块包括第二多层convlstm网络层，所述融合输出模块包括二维卷积层；
7、对所述conv
8、将所述第一时刻的温度场数据和所述第二时刻的温度场数据输入至所述训练好的convlstm网络预测模型以预测得到第三时刻的温度场数据。
9、本专利技术实施例的基于convlstm的非稳态热传导温度场预测方法还可以具有以下附加技术特征：
10、在本专利技术的一个实施例中，所述第一时刻的温度场数据，包括t0、t1和t2时刻的温度场数据；所述第二时刻的温度场数据，包括t3时刻的温度场数据；所述第三时刻的温度场数据，包括t4时刻的温度场数据。
11、在本专利技术的一个实施例中，在获取不同时刻的温度场数据之前，所述方法还包括：
12、预处理原始温度场数据以得到所述第一时刻的温度场数据。
13、在本专利技术的一个实施例中，预处理原始温度场数据以得到所述不同时刻的温度场数据，包括：
14、对原始温度场温度场数据进行栅格化处理以分割得到不同的矩形图像数据，并基于热传导方程进行离散化处理以分割得到不同时刻；
15、分别提取所述矩形图像数据的交叉点坐标上对应不同时刻的温度点数据；
16、对所述不同时刻的的温度点数据进行归一化处理以得到包含不同时刻的第一时刻的温度场数据。
17、在本专利技术的一个实施例中，所述convlstm网络层的卷积核大小为3*3，所述二维卷积层的卷积核大小为1*1。
18、为达上述目的，本专利技术另一方面提出一种基于convlstm的非稳态热传导温度场预测系统，包括：
19、数据获取模块，用于获取第一时刻的温度场数据；
20、模型构建模块，用于基于编码模块、预测解码模块和融合输出模块构建convlstm网络预测模型；其中，所述编码模块包括第一多层convlstm网络层，所述预测解码模块包括第二多层convlstm网络层，所述融合输出模块包括二维卷积层；
21、模型训练模块，用于对所述convlstm网络预测模型进行训练，将所述第一时刻的温度场数据输入至所述编码模块进行特征提取以利用所述第一多层convlstm网络层进行卷积运算得到初始模型输出结果，并将所述初始模型输出结果输入至所述预测解码模块进行特征解码以利用第二多层convlstm网络层解码输出第二模型输出结果；将所述第二模型输出结果输入至所述融合输出模块进行特征融合以利用所述二维卷积层进行特征融合计算得到包含第二时刻的温度场数据的最终模型输出结果，以根据所述最终模型输出结果得到训练好的convlstm网络预测模型；
22、预测输出模块，用于将所述第一时刻的温度场数据和所述第二时刻的温度场数据输入至所述训练好的convlstm网络预测模型以预测得到第三时刻的温度场数据。
23、本专利技术实施例的基于convlstm的非稳态热传导温度场预测方法及系统，可以有效解决lstm模型在空间特征的提取上存在不足，导致预测的温度场可能存在多个不合理的温度突变点的人问题，本专利技术更好地提取非稳态温度场变化过程中的时序特征及空间特征，实现更精确的温度场预测。
24、本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于ConvLSTM的非稳态热传导温度场预测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述第一时刻的温度场数据，包括t0、t1和t2时刻的温度场数据；所述第二时刻的温度场数据，包括t3时刻的温度场数据；所述第三时刻的温度场数据，包括t4时刻的温度场数据。
3.根据权利要求1所述的方法，其特征在于，在获取不同时刻的温度场数据之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，预处理原始温度场数据以得到所述不同时刻的温度场数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述ConvLSTM网络层的卷积核大小为3*3，所述二维卷积层的卷积核大小为1*1。
6.一种基于ConvLSTM的非稳态热传导温度场预测系统，其特征在于，包括：
7.根据权利要求6所述的系统，其特征在于，所述第一时刻的温度场数据，包括t0、t1和t2时刻的温度场数据；所述第二时刻的温度场数据，包括t3时刻的温度场数据；所述第三时刻的温度场数据，包括t4时刻的温度场数据。>
8.根据权利要求6所述的系统，其特征在于，在数据获取模块之前，还包括预处理模块，用于：
9.根据权利要求8所述的系统，其特征在于，所述预处理模块，还用于：
10.根据权利要求6所述的系统，其特征在于，所述ConvLSTM网络层的卷积核大小为3*3，所述二维卷积层的卷积核大小为1*1。
...【技术特征摘要】
1.一种基于convlstm的非稳态热传导温度场预测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述第一时刻的温度场数据，包括t0、t1和t2时刻的温度场数据；所述第二时刻的温度场数据，包括t3时刻的温度场数据；所述第三时刻的温度场数据，包括t4时刻的温度场数据。
3.根据权利要求1所述的方法，其特征在于，在获取不同时刻的温度场数据之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，预处理原始温度场数据以得到所述不同时刻的温度场数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述convlstm网络层的卷积核大小为3*3，所述二维卷积层的卷...
【专利技术属性】
技术研发人员：郭栋，张权，马晓涛，王庭栋，廉瑞，李世林，姜鹏飞，陈志良，刘畅，韦尧中，
申请(专利权)人：陕西陕煤曹家滩矿业有限公司，
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。