桐乡泰爱斯环保能源有限公司 本次登记的数据知识产权 桐乡市纺织企业管道蒸汽用量智慧管控数据, 通过收集和分析纺织企业管道蒸汽用量的时间、总累积质量、总累积热量、瞬时流量、瞬时热量、瞬时温度、瞬时压力、密度、输入电流等相关数据，了解纺织行业对用热量的需求，以及对客户的用热量影响分析，能够更准确地预测其生产过程中的用热量，以便更好地进行能源管理和成本控制，利于纺织类企业自我管控。将该模型应用于纺织企业实际生产中，每天根据当天的生产计划和设备运行参数，预测当天的蒸汽用量。企业可以根据预测结果合理安排能源供应，优化生产调度，降低能源成本。同时，通过对蒸汽用量的实时监测和分析，及时发现能源浪费和管道故障等问题，提高能源利用效率和生产效益，实现绿色生产，对纺织业类的企业生产过程有指导作用。科研机构可以利用纺织企业的管道蒸汽用量智慧管控数据，开展能源管理技术的研究和创新。通过对大量数据的分析和挖掘，科研机构可以深入了解纺织企业的蒸汽用量规律和节能潜力，研发出更适合纺织行业的能源管理技术和设备。构建神经网络模型，步骤1：采用多层感知机（MLP）结构，包括一个输入层、两个隐藏层和一个输出层。输入层节点数为9，分别对应时间、总累积质量、总累积热量、瞬时流量、瞬时热量、瞬时温度、瞬时压力、密度、输入电流。两个隐藏层分别有64个和32个节点，激活函数采用ReLU。输出层节点数为1，对应预测的蒸汽用量。步骤2：选择损失函数和优化算法。使用均方误差（MSE）作为损失函数，优化算法选择Adam，学习率设置为0.001。步骤3：将数据集划分为训练集、验证集和测试集，比例为7:2:1。使用训练集对神经网络进行训练，设置训练轮数为100轮，批次大小为32。在训练过程中，实时监控验证集的损失，当验证集损失连续 10 轮没有下降时，提前停止训练，防止过拟合。步骤4：对模型进行超参数调整，尝试不同的隐藏层节点数、学习率和批次大小等参数，找到最佳的模型性能。步骤5：神经网络模型输出预测蒸汽流量值和最高临界值为22.01t/h，当预测蒸汽流量值>22.01t/h，管道状态显示“管道异常”，当0≤预测蒸汽流量值≤22.01t/h，显示“管道正常”。
登记内容：
关于 桐乡泰爱斯环保能源有限公司 , 桐乡泰爱斯环保能源有限公司是一家致力于热力生产和供应、技术服务及研发等多领域的公司。其业务还涵盖资源再生技术研发、固体废物治理等方面。近期，该公司在浙江省数据知识产权登记平台完成了多项数据资源的登记，包括锅炉烟气出口粉尘浓度、炉膛出口压力、锅炉烟气出口二氧化硫浓度以及主蒸汽出口温度等智慧控制数据。这些数据集覆盖了环保能源领域的多个重要参数，体现了公司在环保数据监测与控制方面的技术实力。
关于 浙江省数据知识产权登记平台 , 浙江省数据知识产权登记平台是浙江省市场监督管理局（省知识产权局）联合多个部门开发建设的数字化应用，属于‘浙江知识产权在线’的应用场景之一。该平台旨在提供数据知识产权登记公共服务，通过区块链存证或数据保全公证，对数据知识产权进行登记，颁发登记证书，用于数据流通交易、收益分配和权益保护。
_1769672084863.jpg)