确定电气设备中的液体密度的制作方法

技术特征：
1.一种用于确定经封装的电气设备(1)中的流体的流体密度的方法，其中，-利用传感器单元(3)采集测量数据(5)，从所述测量数据中导出所述流体密度的测量值(9)，-收集关于所述电气设备(1)的环境中的天气条件的天气数据(13)，-通过机器学习，针对所述天气条件对测量值(9)与正确流体密度的测量偏差的影响产生数字模型(15)，-利用所述数字模型(15)，依据所述天气数据(13)计算用于测量值(9)的校正值(17)，并且-利用所述校正值(17)校正测量值(9)。2.根据权利要求1所述的方法，其中，所述数字模型(15)具有人工神经网络(19)，所述人工神经网络具有多层(21，22，23)网联的人工神经元(25)。3.根据权利要求2所述的方法，其中，所述人工神经网络(19)是循环人工神经网络(19)。4.根据权利要求2或3所述的方法，其中，所述人工神经网络(19)具有至少一个有记忆能力的单元(27)。5.根据上述权利要求中任一项所述的方法，其中，将所述测量数据(5)和/或所述测量值(9)传输到数据云中和/或利用数据云中的数字模型(15)计算所述校正值(17)。6.根据上述权利要求中任一项所述的方法，其中，为了训练所述数字模型(15)，从测量值(9)和/或天气数据(13)中生成测量值(9)和/或天气数据(13)的进一步的训练值。7.根据权利要求6所述的方法，其中，通过所述天气数据(13)相对于所述测量值(9)在时间上的偏移、所述测量值(9)和/或所述天气数据(13)的缩放和/或在所述测量值(9)的值范围中的偏移来生成训练值。8.根据上述权利要求中任一项所述的方法，其中，为了训练所述数字模型(15)，生成关于所模拟的流体损失的训练值。9.根据上述权利要求中任一项所述的方法，其中，预先给定计算时间段、例如24小时时间段，并且利用所述数字模型(15)计算用于测量值(9)的校正值(17)，所述测量值是在所述计算时间段内采集的。10.根据上述权利要求中任一项所述的方法，其中，所述天气数据(13)包括在所述电气设备(1)的环境中的温度、风速、降水、空气湿度和/或气压。11.根据上述权利要求中任一项所述的方法，其中，所述数字模型(15)特定于电气设备(1)地产生或者针对彼此不同的电气设备(1)产生。12.根据上述权利要求中任一项所述的方法，其中，仅将测量值(9)和天气数据(13)作为输入参量馈送给所述数字模型(15)。13.根据权利要求1至11中任一项所述的方法，其中，将测量值(9)、天气数据(13)和附加数据(29)作为输入参量馈送给所述数字模型(15)，所述附加数据从所述测量值(9)和所述天气数据(13)中生成。14.一种计算机程序，所述计算机程序包括指令，在通过控制单元或在数据云中实施所述计算机程序时，所述指令促使所述控制单元或所述数据云实施根据上述权利要求中任一项所述的方法的数字模型(15)。
15.一种电气设备(1)，所述电气设备具有控制单元或与数据云的连接，在所述控制单元上实施根据权利要求14所述的计算机程序，在所述数据云中实施根据权利要求14所述的计算机程序。

技术总结
本发明涉及一种用于确定经封装的电气设备(1)中的流体的流体密度的方法。在该方法中，利用传感器单元(3)采集测量数据(5)，从该测量数据中导出流体密度的测量值(9)，并且收集关于电气设备(1)的环境中的天气条件的天气数据(13)。通过机器学习，针对天气条件对测量值(9)与正确流体密度的测量偏差的影响产生数字模型(15)。利用数字模型(15)，依据天气数据(13)计算用于测量值(9)的校正值(17)，并且利用校正值(17)校正测量值(9)。正值(17)校正测量值(9)。正值(17)校正测量值(9)。


技术研发人员：M.皮尔兹 M.海内克
受保护的技术使用者：西门子能源全球有限公司
技术研发日：2021.03.11
技术公布日：2022/12/23