[发明专利]基于机器学习的水导瓦温度趋势预警方法、装置及系统

权利要求书

1.一种基于机器学习的水导瓦温度趋势预警方法，其特征在于，包括：

获取水导瓦温度预测模型，所述水导瓦温度预测模型是基于机器学习训练获得的，包括水导瓦温度和与输入因子，以及二者之间的关系；

将所述水导瓦温度预测模型发布成温度预测服务；

所述温度预测服务响应于预警应用模块发送的温度预测请求，以及输入因子的实时采样值，计算出预测温度，并将所述预测温度发送至预警应用模块，使得所述预警应用模块根据预先定义的告警规则，比较所述预测温度和实际采样温度，判断是否发出告警；

所述水导瓦温度预测模型的建模方法包括：

确定影响水导瓦温度的输入因子；

获取水导瓦温度和对应输入因子的历史数据，经数据清洗后，构成模型数据集；

获取多层感知器模型，所述多层感知器模型包括输入层、单隐层、输出层；

采用误差反向传播算法，利用所述模型数据集训练所述多层感知器模型，保存最终的模型参数，得到所述水导瓦温度预测模型。

2.根据权利要求1所述的一种基于机器学习的水导瓦温度趋势预警方法，其特征在于：所述模型数据集中80％作为训练数据集，20％作为验证数据集。

3.根据权利要求1所述的一种基于机器学习的水导瓦温度趋势预警方法，其特征在于：所述多层感知器模型的激活函数选择ReLU函数。

4.一种基于机器学习的水导瓦温度趋势预警装置，其特征在于，包括：

获取模块，用于获取水导瓦温度预测模型，所述水导瓦温度预测模型是基于机器学习训练获得的，包括水导瓦温度和与输入因子，以及二者之间的关系；

发布模块，用于将所述水导瓦温度预测模型发布成温度预测服务；

预警模块，用于所述温度预测服务响应于预警应用模块发送的温度预测请求，以及输入因子的实时采样值，计算出预测温度，并将所述预测温度发送至预警应用模块，使得所述预警应用模块根据预先定义的告警规则，比较所述预测温度和实际采样温度，判断是否发出告警；

所述水导瓦温度预测模型的建模方法包括：

确定影响水导瓦温度的输入因子；

获取水导瓦温度和对应输入因子的历史数据，经数据清洗后，构成模型数据集；

获取多层感知器模型，所述多层感知器模型包括输入层、单隐层、输出层；

采用误差反向传播算法，利用所述模型数据集训练所述多层感知器模型，保存最终的模型参数，得到所述水导瓦温度预测模型。

5.根据权利要求4所述的一种基于机器学习的水导瓦温度趋势预警装置，其特征在于：所述模型数据集中80％作为训练数据集，20％作为验证数据集。

6.根据权利要求4所述的一种基于机器学习的水导瓦温度趋势预警装置，其特征在于：所述多层感知器模型的激活函数选择ReLU函数。

7.一种基于机器学习的水导瓦温度趋势预警系统，其特征在于，包括存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1-3中任一项所述方法的步骤。