摘要
本申请公开了一种循环流化床锅炉深度调峰故障的智能诊断方法,涉及故障诊断领域,该方法包括在循环流化床锅炉处于深度调峰工况时,获取循环流化床锅炉的关键故障敏感特征;根据关键故障敏感特征,构建多故障耦合分析模型,并通过多故障耦合分析模型得到故障概率分布;根据长短期记忆网络建立锅炉动态特性预测模型,将故障概率分布与时空耦合特征输入锅炉动态特性预测模型,得到三维诊断结果;根据三维诊断结果和自适应阈值算法,生成分级预警信号;根据分级预警信号,启动基于迁移学习的局部故障溯源模块,以实现故障定位。本申请可提高故障诊断的准确性。
技术关键词
循环流化床锅炉
智能诊断方法
长短期记忆网络
历史故障数据
耦合特征
阈值算法
动态
加权融合算法
模糊聚类算法
频谱特征
故障特征
时域特征提取
多模态传感器
频域特征提取
信号
传感器阵列
系统为您推荐了相关专利信息
决策规划方法
车辆决策模型
场景
交通
长短期记忆网络
检测模型构建方法
多尺度
计算机可读指令
上采样
局部注意力机制
列车数据采集设备
天气环境数据
车站
集成模块
列车运行状态
城市应急管理系统
智慧城市管理方法
数字孪生
异构
数据