摘要
紧凑型五回程式生物质蒸汽锅炉运行状态识别方法及系统,属于数据识别技术领域,包括采集生物质蒸汽锅炉的运行数据,对采集的数据进行标注;采用多层极限学习机算法对数据进行训练,得到生物质蒸汽锅炉的状态识别模型;通过联邦学习架构将多个客户端的本地模型进行训练;采用多层神经网络对生物质蒸汽锅炉连续时间段的运行状态数据进行未来状态的预测。本发明采用联邦学习通过多个分布式客户端锅炉设备或服务器共同训练模型,保证数据隐私不被泄露。基于量子群体进化的多层极限学习机通过量子位的叠加和干涉效应,模拟经典群体进化中的选择、交叉和变异过程,有效提高分类性能。采用多层神经网络对时序数据进行预测,提升状态识别的准确性。
技术关键词
生物质蒸汽锅炉
状态识别方法
极限学习机算法
紧凑型
多层神经网络模型训练
异常状态
非线性结构
参数
量子态
动态
因子
分布式客户端
状态识别系统
数据识别技术