电热机组的状态监测方法及装置

本公开提出一种电热机组的状态监测方法及装置，涉及电热机组状态监测技术领域。其中，方法包括：基于通过鲸鱼优化算法预先训练得到的神经网络模型对运行数据进行特征提取，得到第一数据特征；采用自编码器对第一数据特征进行特征降维，得到第二数据特征；将第二数据特征输入至预先训练的自适应阈值剪枝的随机森林模型中进行特征分类，获得状态类型信息。本公开可在大量且复杂的电热机组运行数据中快速、准确地识别关键特征，并减少数据处理的复杂性，提高了处理速度。通过随机森林对获得的特征进行状态类型分类，提高了分类的准确性和响应速度，适用于电热机组的状态监测场景。此外，本公开鲁棒性较高，能有效处理噪声环境下的数据。