专利交易市场

本发明公开了基于多图卷积和GRU的不规则区域流量预测方法，包括如下步骤：步骤一，将地域划分为N个不相连的不规则区域；步骤二，对历史轨迹数据进行时空简化，计算得到所有区域在每个时间步下的进入量和流出量；步骤三，建立区域间的多个关联图，构造相应的邻接矩阵，表示不规则区域间多样化的空间关联；步骤四，基于区域间的所述关联图设计多图卷积神经网络，融合区域间多样化的空间关联特征，得到多图卷积融合的结果；步骤五，基于多图卷积融合结果，采用GRU神经网络来捕获时间关联；步骤六，选择合适的损失函数，训练得到预测模型，通过所述预测模型预测得到每个区域的所述进入量和所述流出量。

本发明公开了一种基于张量GRU神经网络的地铁流量预测方法，本发明将原始数据进行统计并根据输出的时间段进行数据填充，最终划分为训练集和测试集，按照日期的顺序逐日输入网络中；当前的输入

本发明公开了一种基于阀门压差的阀门流量预测方法，包括以下步骤：确定流体物性；根据所选流经阀门的流体，确定流体的物性参数，如密度(Kg/m3)、动力粘性(m2/s)，确定阀门流量系数曲线方程；阀门流量系数曲线方程一般通过两种方法获得，一种是查阀门手册，可以快速读取阀门流量系数曲线方程；另外一种可以通过数值模拟的方法得到阀门流量系数曲线方程。有益效果：转换为流经阀门流量的变化，与传统的流量计测流量相比，本方法不用在流场内部放置检测装置，对流体的扰动很小，不会改变检测区域流体的流量，且压力传感器对压力的变化比流量计对流量的变化敏感。因此，该方法对流量的预测具有干扰小、响应快的特点。