返回搜索
档案
基于机器学习的电磁炉干烧状态识别方法及系统
发明专利未知
10权利要求 · 2 独立
§ Ⅰ
卷宗概要
IPC 分类
G06F 18/20 (2023.01)G06F 18/25 (2023.01)G06N 3/096 (2023.01)G06F 18/15 (2023.01)G06F 18/2433 (2023.01)G06F 18/24 (2023.01)
本发明公开了基于机器学习的电磁炉干烧状态识别方法及系统,所述方法包括以下步骤:S1、数据采集:通过温度传感器按照预设采样周期,采集电磁炉加热面板的实时温度数据;S2、多维特征计算:基于采集的温度数据,计算多维特征参数,所述多维特征参数至少包括实时温度值T(t)、温度变化速率v(t)、温度变化加速度a(t)、温度波动特征值σ(t)和电磁炉实时加热功率P(t);S3、模型识别判定:将所述多维特征参数构建为标准化特征向量;本发明通过多维特征参数融合及机器学习模型判断,能够在干烧发生初期即识别异常状态,而非等待温度达到固定高温阈值才触发保护,有效解决了传统方案中温度传感器安装于面板下方导致热传导延迟、保护时机滞后的问题。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式