【技术实现步骤摘要】
本申请涉及冷媒泄漏预测，尤其涉及一种冷媒泄漏预测方法。
技术介绍
1、在系统运行过程中冷媒同时存在高温高压和低温低压的状态，且冷媒的温度、压力会随系统运行工况的变化而变化，容易引起管路老化，进而造成冷媒的缓慢泄漏，冷媒的缓慢泄漏反映到系统表现上比较隐蔽，难以实时监测冷媒量的情况。
技术实现思路
1、鉴于相关技术存在的上述问题，本申请提供了一种冷媒泄漏预测方法，其包括如下步骤：根据多个冷媒充注量下的系统运行数据，得到与所述冷媒充注量相关的特征变量；根据所述特征变量训练预测模型；将与所述特征变量对应的实时系统运行数据输入所述预测模型，所述预测模型输出预测冷媒量。
2、本申请的冷媒泄漏预测方法，通过多个冷媒充注量下预测模型的训练，可以建立冷媒充注量和特征变量之间的联系，进而根据实时系统运行数据对冷媒量进行预测。
【技术保护点】
1.一种冷媒泄漏预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的冷媒泄漏预测方法，其特征在于，所述根据多个冷媒充注量下的系统运行数据，得到与所述冷媒充注量相关的特征变量的步骤，包括如下步骤：
3.根据权利要求1所述的冷媒泄漏预测方法，其特征在于，所述根据多个冷媒充注量下的系统运行数据，得到与所述冷媒充注量相关的特征变量的步骤，包括如下步骤：
4.根据权利要求1所述的冷媒泄漏预测方法，其特征在于，所述系统运行数据包括子系统运行数据，所述子系统运行数据与所述特征变量对应，所述根据所述特征变量训练预测模型的步骤，包括以下步骤：
5.根据权利要求1至4中任一项所述的冷媒泄漏预测方法，其特征在于，所述冷媒充注量占额定冷媒充注量的百分比范围为50％至100％。
6.根据权利要求1至4中任一项所述的冷媒泄漏预测方法，其特征在于，所述多个冷媒充注量下的系统运行数据包括压缩机转速、压缩机进排气温度、系统压力和膨胀阀开度中的至少一种。
7.根据权利要求1至4中任一项所述的冷媒泄漏预测方法，其特征在于，所述特征变量包
8.根据权利要求1至4中任一项所述的冷媒泄漏预测方法，其特征在于，所述预测模型采用的算法包括向量机、卷积神经网络和反向传播神经网络中的至少一种。
9.根据权利要求1至4中任一项所述的冷媒泄漏预测方法，其特征在于，还包括以下步骤：
10.根据权利要求1至4中任一项所述的冷媒泄漏预测方法，其特征在于，还包括以下步骤：
...【技术特征摘要】
1.一种冷媒泄漏预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的冷媒泄漏预测方法，其特征在于，所述根据多个冷媒充注量下的系统运行数据，得到与所述冷媒充注量相关的特征变量的步骤，包括如下步骤：
3.根据权利要求1所述的冷媒泄漏预测方法，其特征在于，所述根据多个冷媒充注量下的系统运行数据，得到与所述冷媒充注量相关的特征变量的步骤，包括如下步骤：
4.根据权利要求1所述的冷媒泄漏预测方法，其特征在于，所述系统运行数据包括子系统运行数据，所述子系统运行数据与所述特征变量对应，所述根据所述特征变量训练预测模型的步骤，包括以下步骤：
5.根据权利要求1至4中任一项所述的冷媒泄漏预测方法，其特征在于，所述冷媒充注量占额定冷媒充注量的百分比范围为50％...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：浙江三花智能控制股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。