摘要
本发明提供一种动力装置运行参数预测模型的训练方法及装置,该方法包括:获取动力装置的多个运行参数;对多个运行参数进行预处理,并根据预处理后的多个运行参数对第一神经网络进行在线训练,在在线训练时间达到目标时长后,将第一神经网络的输出的权值矩阵发送至第二神经网络;从多个运行参数剔除最短时间戳对应的运行参数,并添加动力装置在目标时刻对应的运行参数,得到更新后的多个运行参数,根据更新后的多个运行参数和第二神经网络对应的预测步长对第一神经网络的输出的权值矩阵进行动态更新,得到动力装置运行参数预测模型。本发明所述方法提高了对动力装置变工况时的运行数据预测准确率。
技术关键词
动力装置
参数
节点数
滑动时间窗
BP神经网络
动态更新
非暂态计算机可读存储介质
在线
序列
多线程技术
矩阵
短时间
处理器
训练装置
变工况
网络结构
存储器
算法
电子设备
系统为您推荐了相关专利信息
预测模型构建方法
动态特征选择
门控循环单元
依赖特征
状态空间模型
数据处理方法
数据压缩引擎
数据处理系统
金刚石NV色心
多物理场建模
故障诊断模型
故障诊断方法
源节点
参数
特征提取器