摘要
本发明公开了一种基于WOA‑LSTM的压气机失速预测方法、介质及程序产品,旨在通过融合WOA的全局搜索能力和LSTM的时序数据处理能力,提高轴流压气机失速现象的预测准确性。该方法在实施时主要包括收集低速均匀进气条件下压气机的原始运行数据以构建高质量数据集、利用WOA算法优化LSTM网络的初始化参数以最小化预测误差、使用优化后的参数训练LSTM网络、利用训练好的LSTM网络模型进行压气机失速预测并通过对比预测结果和实际观测值以评估模型在实际应用中的有效性和可靠性等步骤。本发明通过WOA算法优化LSTM网络模型,提高了压气机失速预测的准确性和实时性,并增强了模型对不同运行条件和环境变化的适应性,从而为航空发动机的安全运行提供了可靠的技术支持。
技术关键词
网络模型训练
预测误差
参数
正则化方法
轴流压气机
算法
可读存储介质
航空发动机
鲁棒性
计算机程序产品
有效性
多指标
异常数据
策略
序列
噪声
系统为您推荐了相关专利信息
智能校准系统
时空注意力机制
多模态数据融合
闭环反馈系统
矩阵
液晶显示屏
色彩传感器
环境光条件
智能识别方法
色域映射算法
金融风险防控
风险预测模型
不动产登记信息
神经网络架构
不动产登记管理