TDVNet洁净室温度预测模型

预测误差90%低于15 mK

一种从时相和跨期双视角建模温度变化的神经网络，为高精密温度控制提供预测能力。

Yu, Hangcheng · Dong, He · Zeng, Zhibo · Cao, Di · Zhang, Wei · Wang, Pan · 李小平

Journal of Building Engineering 2024

参数信息

RMSE降低比例

21.4 %

预测误差达标率

90.1 %

温度波动

66.9 mK

技术优势

预测误差降低两成

同时建模时相变化和跨期变化，比仅建模时相变化的模型RMSE降低21.4%，MAPE降低24.3%。

九成误差小于15 mK

在实际温度波动(66.9±25.8) mK@10min的环境下，预测未来5分钟回风温度，测试集中90.1%的预测误差在15 mK以内。

应用场景

• 精密温控洁净室：预测回风温度变化，支撑前馈控制，弥补空调大时延。
• 精密环境监测：以高精度预测辅助监测，及时预警温度异常。
• 纳米制造环境控制：确保纳米制造环境的温度稳定性，保障加工精度。