摘要
本发明提供了一种基于自适应小波神经网络的火电机组主蒸汽温度预测方法及相关装置,属于火电机组主蒸汽温度预测技术领域。本发明对趋势性温度数据进行聚类,得到若干个簇,并对若干个簇进行线性变换对齐,得到趋势性温度数据预测结果;对周期性温度数据进行自适应小波分解,得到原始的若干个尺度特征;采用通道注意力机制捕获若干个尺度特征在不同通道之间的注意力关系,得到处理后的若干个尺度特征;将处理后的若干个尺度特征重构为周期性温度数据,得到周期性温度数据预测结果;将趋势性温度数据预测结果和周期性温度数据预测结果进行融合,得到最终的火电机组主蒸汽温度预测结果。本发明解决了对火电机组主蒸汽温度预测的准确性不高的问题。
技术关键词
机组主蒸汽
小波神经网络
温度预测方法
通道注意力机制
火电
周期性
温度预测技术
温度预测系统
数据获取模块
重构
序列
聚类
处理器
关系
存储器
噪声
系统为您推荐了相关专利信息
超声影像数据
分形特征
训练检测模型
肝脏超声图像
分支
图像融合方法
融合图像特征
通道注意力机制
图像特征提取
生成融合图像
检测头
三维特征提取
特征提取网络
区域卷积神经网络
热力图
监测数据处理方法
脐带缆
光纤传感器
监测主机
数据采集单元