列车表面风压的预测模型训练方法、预测方法及相关装置制造方法及图纸

本申请公开了一种列车表面风压的预测模型训练方法、预测方法及相关装置，其中，该方法包括：采用训练集对预设混合模型进行训练，直至预设混合模型的第一损失函数值满足训练停止条件，得到目标预测模型。其中，预设混合模型包括第一预设模型和第二预设模型，第一预设模型用于基于训练样本预测得到失效压力测点对应的第一预测风压数据，第二预设模型用于基于图结构信息和第一预测风压数据，预测得到失效压力测点对应的第二预测风压数据。如此，可以整合来自不同模型的信息，提高整体预测性能，而第二预设模型利用图结构信息，可以通过图结构帮助预测或插补缺失值，因此，目标预测模型可以应用到任何场景下预测风压数据，提高了应用的广泛性。

【技术实现步骤摘要】

本申请属于模型应用，尤其涉及一种列车表面风压的预测模型训练方法、预测方法及相关装置。

技术介绍

1、磁悬浮列车作为高速运输系统，其压力测点的风压数据主要通过传感器测量，然而，在实际测试中，这些传感器易受振动、冲击、压力变化、电气干扰和化学腐蚀等影响而失效，导致关键数据丢失。

2、因此，在高速运行和环境因素（如横风）的影响下，很有可能导致压力测点的失效问题频发。

3、目前，一般采用传统的数据插补技术对失效压力测点进行预测和插补，但传统的数据插补技术在一些情况下有效，在处理因传感器故障导致的数据缺失问题时表现不佳，故传统的数据插补技术具有一定局限性。

技术实现思路

1、本申请实施例提供一种列车表面风压的预测模型训练方法、预测方法、装置、设备及存储介质，能够提高预测风压数据的应用广泛性。

2、第一方面，本申请实施例提供一种列车表面风压的预测模型训练方法，方法包括：

3、获取训练集；所述训练集包括多个训练样本，其中，各所述训练样本包括风压的影响参数以及列车表面的多个压力本文档来自技高网...

【技术保护点】

1.一种列车表面风压的预测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述第一损失函数值通过第一目标损失函数计算得到；

3.根据权利要求1所述的方法，其特征在于，所述采用所述训练集对预设混合模型进行训练，直至所述预设混合模型的第一损失函数值满足训练停止条件，得到目标预测模型，包括：

4.根据权利要求1所述的方法，其特征在于，所述训练样本包括实验训练样本和仿真训练样本，所述采用所述训练集对预设混合模型进行训练，直至所述预设混合模型的第一损失函数值满足训练停止条件，得到目标预测模型，包括：

5.根据权利要求1所述...

【技术特征摘要】

1.一种列车表面风压的预测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述第一损失函数值通过第一目标损失函数计算得到；

3.根据权利要求1所述的方法，其特征在于，所述采用所述训练集对预设混合模型进行训练，直至所述预设混合模型的第一损失函数值满足训练停止条件，得到目标预测模型，包括：

4.根据权利要求1所述的方法，其特征在于，所述训练样本包括实验训练样本和仿真训练样本，所述采用所述训练集对预设混合模型进行训练，直至所述预设混合模型的第一损失函数值满足训练停止条件，得到目标预测模型，包括：

5.根据权利要求1所述的方法，其...

【专利技术属性】
技术研发人员：陈争卫，彭程，郭展豪，陆嘉豪，曾广志，郭子健，芮恩泽，曾元江，
申请(专利权)人：香港理工大学深圳研究院，
类型：发明
国别省市：