摘要
本发明涉及机器学习技术领域,特别涉及一种沿海电厂循环水取水温度的预测方法。具体地,提供了结合周围台站监测数据和电厂实时数据进行建模的沿海电厂循环水取水温度时间序列预测方法。在模型上线初期,通过电厂周围台站数据训练的模型,可以明显降低取水温度预测误差;随着电厂真实取水温度等数据量的逐渐积累,对原有模型进行微调,进一步降低模型预测误差。
技术关键词
预测误差
时间序列预测方法
循环水
模型误差
GRU模型
LSTM模型
机器学习技术
监测海水
停机工况
时间段
神经网络模型
实时数据
温度传感器
样本
空气
时序