摘要
本发明涉及运行监测的技术领域,公开了一种基于机器学习的渣浆泵运行监测和优化系统及方法。本发明首先获取渣浆泵运行指标,得到原始渣浆泵运行数据,并进行异常数据检测和删除及缺失数据填补,完成数据预处理;其次,使用历史渣浆泵运行数据计算自适应阈值,基于自适应阈值验证渣浆泵运行数据的安全性,完成渣浆泵运行监测;再训练支持向量回归模型,得到支持向量回归预测模型,输出渣浆泵运行数据预测值;最后,根据渣浆泵运行数据预测值和渣浆泵运行指标,使用逃生优化算法对渣浆泵运行指标进行优化,实现渣浆泵运行优化。本发明通过对渣浆泵运行数据进行处理分析,实现渣浆泵运行监测和优化目的,方法准确客观。
技术关键词
渣浆泵
支持向量回归模型
异常数据检测
指标
矩阵
正则化参数
孤立森林算法
监测模块
线性
样本
电流
精度
指数
训练集
聚类