摘要
一种基于负载特征与AI优化的离心空压站房控制方法与装置,该方法包括:获取钢铁冶金厂内的环境参数,对环境参数的噪声进行预处理,得到预处理后的信号矩阵。利用环境参数中的粉尘浓度和过滤阻力变化的拟合模型提取过滤器阻力特征,调用共空间模式算法提取与变频器负载响应对应的负载频谱特征,生成特征矩阵。根据过滤器阻力与粉尘浓度之间的关系计算过滤器疲劳指数,基于变频器负载特征计算负载调速响应指数,以综合计算系统疲劳指数。将特征矩阵作为卷积神经网络的输入,对特征矩阵进行特征融合。通过融合特征向量对长短期记忆网络进行训练,调用训练后的长短期记忆网络根据历史环境参数对系统疲劳趋势进行时间序列预测,生成优化控制策略。
技术关键词
空压站房
负载特征
过滤器
长短期记忆网络
变频器
指数
频谱特征
阻力
矩阵
粒子浓度传感器
生成特征
截取技术
粉尘
CSP算法
优化控制策略
节能优化控制装置
多通道
钢铁
冶金
系统为您推荐了相关专利信息
缺陷预测方法
测试用例生成器
BiLSTM模型
双向长短期记忆网络
动态插桩技术
刀具磨损预测模型
刀具磨损预测方法
数据
长短期记忆网络
Softmax函数
风速预测方法
风力发电集电线路
长短期记忆网络
存储时间序列数据
深度学习模型
梅尔频率倒谱系数
融合声学特征
声音识别方法
深度学习特征
语音特征
变压器缺陷
识别变压器
声纹识别方法
声纹识别模型
长短期记忆网络