摘要
本申请公开了一种电站锅炉再热蒸汽管道冷段疲劳损伤智能预测方法,涉及电站锅炉安全防控领域,该方法包括:获取再热蒸汽管道冷段的运行工况数据;对运行工况数据进行预处理,得到预处理数据;基于深度学习算法构建运行工况预测模型;将预处理数据输入运行工况预测模型,得到运行工况预测结果;获取再热蒸汽管道冷段的材料数据、规格数据和历史检测数据;基于运行工况预测结果以及再热蒸汽管道冷段的材料数据、规格数据和历史检测数据实现再热蒸汽管道冷段的疲劳损伤预测。本申请能够提高再热蒸汽管道冷段疲劳损伤的预测精度和效率,进而可以有效避免设备故障的发生。
技术关键词
蒸汽管道
智能预测方法
电站锅炉
工况
深度学习算法
神经网络模型
温度预测模型
低温过热器
序列
训练集
异常数据
压力
误差
牌号
管壁
数值
精度
系统为您推荐了相关专利信息
尼龙软管
弯折次数
寿命预测方法
高低温试验箱
频率
三七花
阶段
图像采集仪器
深度学习框架
空间金字塔
里程预测方法
神经网络模型
车辆状态参数
预测系统
数据处理模块