摘要
本发明提供了一种基于LSTM模型的工业电容器容值预测方法及相关设备,首先基于电容容值测试系统采集目标工业电容器的测试数据;然后对改进的长短期记忆网络模型进行训练,得到训练后的长短期记忆网络模型;最后将测试数据输入训练后的长短期记忆网络模型进行容值预测,得到容值预测结果,容值预测结果用于评估目标工业电容器的老化趋势及剩余寿命;与现有技术相比,本发明利用简单的测试系统来来控制采集目标工业电容器的测试数据,通过改进的长短期记忆网络和测试数据对目标工业电容器的容值进行预测,能够提取出工业电容器历史数据的空间特征和时序数据时间相关性,从而提高预测精度。
技术关键词
工业电容器
长短期记忆网络
LSTM模型
数据管理云平台
测试板卡
环境温度箱
监控子系统
测试仪
滑窗技术
可读存储介质
工控机
处理器
预测装置
建立通信
寿命
终端设备
系统为您推荐了相关专利信息
调制信号识别方法
深度学习环境
参数优化方法
神经网络参数
Softmax函数
事件特征
频域特征
时序特征
方向盘转向角度
识别驾驶员身份
新能源发电设备
监测方法
时间序列特征
电能质量指标数据
工况参数
智能决策支持
数据管理
交互式用户界面
患者
数据分析算法