摘要
本发明涉及一种基于概念漂移的焦炉健康状况分析方法,包括漂移类型识别、漂移点定位和阶段转换分析,所述漂移类型识别是获取误差率流,构建分类器对数据流的概念漂移进行分类,在语义空间中定位每个类别的原型向量;所述漂移点定位是结合原型向量和数据流的编码向量得到一个新的漂移特征向量,输入多层感知器回归模型,产生指示数据流中漂移发生位置的输出即阶段转换流;所述阶段转换流分析是使用循环神经网络对阶段转换流进行预测,获取未来一个换向周期内的预测阶段转换流,计算真实转换流和预测转换流之间的欧式距离,确定焦炉的健康状况;可以可靠且自动化地评估焦炉健康状况,及时发现潜在的故障隐患。
技术关键词
健康状况分析方法
错误特征
多层感知器
阶段
焦炉
原型
编码向量
构建分类器
概念
线性单元
样本
点定位器
元素
参数
误差
周期
标识
数据分布
语义
网络
系统为您推荐了相关专利信息
远程管理终端
修复方法
脉冲
电池关键参数
电池组
Delaunay三角网
水电工程边坡
三维模型
三维激光扫描仪
径向基函数插值算法
优化部署方法
发射站
俯仰角信息
方位角
距离信息
电力电子变换器
建模求解方法
理想二极管
开关管
分段线性方法