摘要
本发明公开了一种基于大型水电站机组运行数据统计、分析的智慧运行方法,首先利用GWO‑SDAE模型实现了对特征向量值的清洗,对异常点数据进行重构修复,保证特征向量数据的质量;并利用描述性统计模型,对清洗后的特征向量值进行初步分析;进一步利用MVO‑BiLSTM混合模型对特征向量值进行学习和内部规律的提取,以实现对特征值自动化和智能化的预测和分析,并利用采集到的特征数据值与预测值进行比较,若误差超过规定范围则及时发出报警信号,并进行人工检查,最后生成大型水电站机组的运行数据分析报告。
技术关键词
大型水电站机组
特征向量值
水轮发电机组
计算机监控系统
混合预测模型
后台数据库
训练集数据
在线监测系统
异常点
重构
误差
BiLSTM模型
网络数据预测
特征值
设备特征信息
特征数据提取
粒子
数据采集方式
系统为您推荐了相关专利信息
时间卷积网络
混合预测模型
生成对抗网络
数据
短时交通流量预测
多通道特征融合
药物子结构
Node2Vec算法
分子结构特征
节点
混合预测模型
单位面积产量
藜麦产量
增产方法
多层感知机
电力分配
电力负荷预测模型
方舱医院
混合整数线性规划
混合预测模型
协同优化系统
混合预测模型
仓库模型
多源异构数据
疫苗