摘要
本发明公开了一种余热锅炉状态监测模型运行方法、系统、设备及介质,涉及锅炉状态监测技术领域,包括以下步骤,采集电厂历史健康运行数据,并对健康运行数据进行预处理,得到模型输入参数;基于模型输入参数进行LSTM预测模型的建立;通过SSA算法对LSTM预测模型的超参数进行寻优,获得超参数的最优值;通过最优值建立PCA‑SSA‑LSTM神经网络的余热锅炉状态监测模型,并设定报警阈值,实现余热锅炉状态监测。本发明使用了神经网络模型,结合数据处理算法,去除了各个变量之间的相关性,实现数据的降维,不仅能减少模型的训练时间,同时还能较好地将学习出历史数据之间的规律。
技术关键词
模型运行方法
余热锅炉
SSA算法
协方差矩阵
LSTM神经网络
超参数
锅炉状态监测技术
主成分分析技术
贡献率
数据处理算法
长短期记忆网络
双曲正切函数
特征值
主成分分析法
模块
神经网络模型
搜索算法
系统为您推荐了相关专利信息
低低温省煤器
温度分布图像
定位方法
协方差矩阵
成像检测机构
智能识别方法
智能识别分析
卡尔曼滤波
协方差矩阵
生物力学模型
下电力变压器
综合测试方法
铁芯振动信号
绕组
独立成分分析算法
递归最小二乘算法
载波
通信系统
DSP算法
偏振解复用算法
共享单车调度
站点
平均畸变程度
动态调度模型
轮廓系数