一种基于模型迁移的大型新压缩机性能预测快速建模方法

摘要

本发明公开一种基于模型迁移的大型新压缩机性能预测快速建模方法，其基于已有相似压缩机的性能预测模型，利用新/旧压缩机的先决经验知识来确定各参量额定值、稳定运行区间；设计实验来采集少量的实验数据样本，并依新压缩机的额定运行参数对采集样本进行归一化处理，利用ELM神经网络构建新压缩机的性能预测模型并进行迁移学习，将训练样本输入数据和基础模型的输出预测值作新模型输入变量，训练样本输出数据作新模型输出来进行模型迁移训练；最后利用测试样本来测试所建新模型的有效性；本发明利用已有相似压缩机的性能预测模型和新压缩机的先验知识，在少量实验数据信息情况下能快速开发新压缩机的性能预测模型，提高了建模效率与准确度。