摘要
本发明属于水电机组振动预测技术领域,具体涉及一种水电机组机械振动趋势预测方法、装置、设备及介质,所述方法包括:利用变分模态分解算法处理水电机组的振动信号;用训练集对深度置信网络进行训练,得到训练好的深度置信网络模型;采用麻雀搜索算法优化深度置信网络模型的参数得到振动趋势预测模型;采集水电机组的振动信号并利用变分模态分解算法进行处理后输入振动趋势预测模型得到振动预测值,并将得到的振动预测值作为下一步预测的输入实现水电机组振动趋势的多步预测。多步预测可以让运维人员提前了解水电机组在未来一段时间内的振动趋势,及时发现潜在的故障隐患,提高水电机组的运行安全性和稳定性。
技术关键词
水电机组
深度置信网络模型
趋势预测方法
变分模态分解算法
趋势预测模型
搜索算法优化
非暂态计算机可读存储介质
计算机程序指令
振动信号去噪
机械振动信号
位置更新
参数
模块
处理器
传播算法
预测装置
电子设备
系统为您推荐了相关专利信息
变分模态分解算法
粒子群优化算法
信号处理方法
字典学习算法
频率
深度神经网络
多尺度特征
多头注意力机制
矩阵
动态
风光互补一体化
能效
评估分析方法
指标
风力发电机组
数据安全分析
时间序列数据库
推理方法
格式化
趋势预测模型