摘要
本发明涉及电厂锅炉运维领域。一种基于机器学习和增强现实的电厂锅炉可视化运维辅助方法,使用传感器检测电厂锅炉的锅炉运行状态和内部参数,生成数据并按时间顺序记录,形成数据集;建立深度神经网络模型,深度神经网络模型的输入是数据集中的数据,深度神经网络模型的输出是深度神经网络模型的输入数据对应时间段的未来时间段的电厂锅炉的锅炉运行状态和内部参数的预测;建立增强现实模块;利用传感器检测电厂锅炉的当前锅炉运行状态和内部参数,生成数据并将该数据输入到深度神经网络模型和增强现实模块,当深度神经网络模型的输出数据偏离正常范围时,增强现实模块发出报警,并根据输出数据生成锅炉的调整参数。
技术关键词
深度神经网络模型
电厂锅炉
锅炉运行状态
检测锅炉
数据
运维
超声波水位传感器
压电式压力传感器
电容式压力传感器
参数
热电阻传感器
三维空间模型
热电偶传感器
时间段
燃烧室
显示锅炉
构建决策树
火焰传感器
系统为您推荐了相关专利信息
反射光谱数据
比色方法
待测表面
校准
光电接收装置
数据安全平台
工业数据安全
多源异构数据
管理方法
加密数据
物理传感器
数据校准方法
数字孪生模型
实时数据
电梯系统
配电网故障自愈
复电方法
保护设备
防误闭锁
电流波形特征