摘要
本申请涉及工业工况识别技术领域,公开了一种工业炉窑工况识别方法及系统,该方法设计了自适应滑窗转移熵作为优化算法的适应度函数,精确量化当前时延序列是否最优,同时利用DDS‑POGIC算法,从而实现了在高维度、时延序列多的情况下,有效且快速的搜寻到目标序列。针对大型工业炉窑系统多场多相严重耦合、运行工况动态多变且数据样本严重不平衡等问题,构建了DWTD‑SDAE工况识别模型,实现了对过程变量和工况样本这两个维度上的有效信息的挖掘,提高了工况目标对工况识别过程的引导作用。能够在样本不平衡情况下准确快速地识别当前工况,帮助操作人员快速掌握工况波动情况并及时调整现场操作。
技术关键词
工况识别方法
变量
序列
频率估计方法
样本
时序
编码器
时延
工况识别技术
大型工业炉窑
识别误差
工况识别系统
训练识别模型
粒子群优化算法
滑动时间窗口
数据
模型预训练
系统为您推荐了相关专利信息
电力工程项目
数据处理方法
风险
灰色模型预测
建立灰色模型
冗余特征
互联网大数据
信息处理系统
皮尔逊相关系数
标记特征
故障诊断模型
工况
特征提取器
矩阵
故障诊断方法