一种基于机器学习的少测点热力系统特性辨识方法

本发明提供一种基于机器学习的少测点热力系统特性辨识方法，通过对能质热流分析建立整体部件模型；设置整体部件模型中的设备节点信息的初始值；根据获取到的设备节点信息和整体部件模型更新各节点的压力并辨识部件流动特性；根据部件流动特性和整体部件模型更新各节点的温度并辨识部件传热与热功转换特性；基于能量守恒更新设备节点信息，辨识部件流动特性并辨识部件传热与热功转换特性，得到辨识结果；在达到机器学习收敛条件的情况下，根据辨识结果返回部件流动特性和传热与热功转换特性；解决了少测点多部件条件下部件特性难以准确辨识的问题，实现空压机特性的准确辨识。为空压系统的分析与优化提供支撑，保证其安全、高效、灵活运行。