摘要
本发明涉及燃气轮机效率技术领域,具体涉及一种基于机器学习模型的燃气轮机热耗率软测量方法及系统,包括:实时采集燃气轮机的运行参数;建立热耗率模型,对热耗率模型进行训练,获得训练后的热耗率模型;将提取的特征向量输入训练后的热耗率模型,获得热耗率预测值。本发明通过对运行参数进行特征提取,可以筛选出与热耗率相关性更强的特征向量,减少冗余信息对模型的干扰,提升模型的预测性能。本发明的热耗率模型基于机器学习模型,能够更好地捕捉不同工况之间的共性特征,减少对特定工况的依赖,提高预测值的准确度。
技术关键词
机器学习模型
测量方法
时域特征提取
频域特征提取
参数
加窗傅里叶变换
贝叶斯正则化神经网络
梯度提升决策树
学习器
极限学习机
预测特征
波动特征
燃气轮机效率
协方差矩阵
压力
指标
特征值
系统为您推荐了相关专利信息
低功耗广域网技术
物联网设备
数据采集模块
分布式数据库
减排策略
风险预警方法
模拟模型
风险预测模型
机器学习模型
电网设备
压力控制参数
流体力学仿真
培养监测方法
原子力显微镜
斯托克斯方程
焊缝自动化
超声波探伤仪
探伤方法
相控阵超声波探头
波束成形算法