[发明专利]一种液位差学习的环路热管太阳能系统在审

专利信息
申请号: 202010573213.9 申请日: 2020-06-22
公开(公告)号: CN113899088A 公开(公告)日: 2022-01-07
发明(设计)人: 郭春生;杨沛东;刘元帅;许艳锋;李蒸;李言伟;江程;马军;薛于凡;谷潇潇;宁文婧;薛丽红;韩卓晟;逯晓康;刘百川 申请(专利权)人: 山东大学
主分类号: F24S10/70 分类号: F24S10/70;F24S10/30;F24S10/95;F24S20/20;F24S23/70;F24S30/425;F24S40/20;F24S50/00
代理公司: 青岛清泰联信知识产权代理有限公司 37256 代理人: 陈宇瑄
地址: 264200 *** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 液位差 学习 环路 热管 太阳能 系统
【权利要求书】:

1.一种液位差学习的环路热管太阳能系统,包括集热装置,所述集热装置包括反射镜;集热管箱内部设置液位检测元件,用于检测下管箱内的流体的液位,所述液位检测元件与控制器进行数据连接,控制器根据时间顺序提取液位数据,通过相邻的时间段的液位数据的比较,获取其液位差或者液位差变化的累计,所述液位差或者液位差变化的累计数据实时存储在数据库中,采用一维深度卷积神经网络提取数据特征,并进行模式识别,从而控制是否对集热管箱进行集热以进行除垢;

所述基于液位模式识别包括如下步骤:

1)数据准备:对数据库中的集热装置的液位差或者液位差变化的累计数据进行重新审查和校验,对缺失数据、无效数据、不一致数据进行纠正,保证数据的正确性以及逻辑上的一致性。

2)生成数据集:将准备好的数据分成训练集/训练集标签、检测集/检测集标签。

3)网络训练:将训练集数据输入卷积神经网络,不断经过卷积、池化,得到特征向量,送入全连接网络。通过计算网络的输出与训练集标签,得到网络误差,利用误差反向传播算法,不断修正网络权值、偏置、卷积系数、池化系数,使误差满足设定的精度要求,网络训练完成。

4)网络检测:将检测集数据输入到已经训练好的网络中,输出检测结果标签。

5)集热器运行:根据检测结果标签控制是否对集热管箱进行集热以进行除垢。

2.如权利要求1所述的太阳能系统,其特征在于,步骤4中,如果在前时间段的液位为L1,相邻的在后时间段的液位为L2,如果L1=L2,则根据下面情况输出检测结果:

如果L1小于第一数据的液位或者L1是0,输出检测结果是集热器不集热;其中第一数据大于相变流体发生相变后的液位;优选第一数据是相变流体充分相变的液位;

如果L1大于等于第二数据的液位,输出检测结果是集热器集热,其中第二数据小于等于相变流体没有发生相变的液位。

3.一种换热装置,所述换热装置包括位于下部的集热管箱、左上管、右上管和放热管组,左上管、右上管位于集热管箱的上部。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010573213.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top