摘要
本发明涉及一种船舶电力系统故障监测方法,获取最近次船舶电力系统的相关参数,并对相关参数进行预处理,基于LSTM模型构建故障监测模型,基于贝叶斯优化对故障监测模型的学习率进行调整,获得故障监测模型的学习率的最优参数配置,得到优化后的故障监测模型,用于输出故障预测结果,通过全面采用船舶电力系统参数,利用皮尔逊相关系数筛选关键参数,并通过PCA降维提取特征参数,结合LSTM模型构建故障监测模型,同时采用贝叶斯优化学习率,显著提升了故障预测的准确性和效率,不仅降低了计算复杂度,还增强了故障监测模型的泛化能力,有助于减少故障导致的停机时间和维修成本,提升船舶运行的安全性和可靠性。
技术关键词
船舶电力系统
矩阵
参数
电力系统故障识别
皮尔逊相关系数
LSTM模型
采样点
初始化数据库
三相不平衡度
LSTM算法
高维特征向量
档位
表达式
重构
索引
信号
系统为您推荐了相关专利信息
信息分类方法
分类识别模型
信息分类设备
信息分类装置
数据
三维器官模型
决策支持方法
修补方式
食管裂孔疝
对象
智能监测护理系统
光纤传感阵列
分布式光纤
心脏瓣膜置换术
患者活动状态
强化学习策略
资源调度方法
多路径
资源调度装置
资源分配策略