摘要
本发明公开了一种热电机组性能指标辅助分析系统及方法,属于热电机组技术领域,解决了现有方法但缺乏对实时数据的深度分析和异常数据识别能力的问题,方法包括:基于参数变异系数对实时工作参数预识别提取,性能指标评估模型对异常数据集进行差量特征提取,得到差量特征集,性能指标评估模型基于主成分分析法对差量特征集赋权,结合实时工作参数并带入Tops is法计算机组设备风险值;本发明基于参数变异系数对实时数据进行预识别,能够快速提取异常工作数据,同时基于异常工作数据能够更精准地确定影响热电机组性能的关键指标因子,并通过监督学习训练性能指标评估模型,提高了性能指标评估模型的准确性和泛化能力。
技术关键词
辅助分析方法
可变形卷积神经网络
参数
辅助分析系统
异常数据
热电
机组设备
主成分分析法
指标
有限元算法
设备风险预警
中间层
多层感知机
模糊聚类算法
层次分析法
LSTM神经网络模型
因子
系统为您推荐了相关专利信息
X射线图像数据
X射线图像处理
Sobel边缘检测
图像处理方法
算法
应力校准方法
靶机
应力传感器阵列
动态
加权最小二乘法
传感器节点
节能系统
智能休眠
监测机电设备
感知特征
综合管理方法
动态避障
Kalman滤波器
动态障碍物检测
策略