一种适用于少样本的电站凝汽器背压预测方法

本发明公开了一种适用于少样本的电站凝汽器背压预测方法，包括：分别采集两台相同类型的机组历史运行数据，其中一台为目标域机组，另一台为源域机组；将采集到的运行数据进行预处理；使用预处理后的源域机组运行数据作为源域数据训练搭建好的深度神经网络，得到适用于源域机组的预训练网络；输入设定量的目标域机组运行数据对预训练网络结构进行重新训练，得到目标网络；将剩余目标域机组运行数据作为测试样本输入训练好的目标网络中，得到凝汽器背压的预测值。本发明采用深度神经网络对凝汽器进行背压预测，采用迁移学习思想，使用目标域机组数据对网络进行微调，得到适用于目标域机组的预测模型，以此提高背压预测在实际生产种应用的适应性。