摘要
本发明涉及燃气轮机性能预测技术领域,提供一种重型燃机性能衰减预测方法,包括:步骤1,对燃气轮机的运行数据进行预处理;步骤2,采用CEEMDAN方法对运行数据的原始序列,进行数据分解,得到多个IMF子序列;步骤3,采用长短期记忆网络,建立衰减预测模型;步骤4,使用超参数优化之后的长短期记忆网络,预测每个子序列,并将结果反归一化以获得每个子序列真实的预测值。步骤5,将各子序列的预测结果求和叠加重构,得到燃气轮机效率时间序列的最终预测结果。本发明利用多种深度学习和组合算法对燃气轮机的性能参数进行了预测,构建了基于多源数据和分解重构的燃机性能衰减预测方法。
技术关键词
衰减预测方法
重型燃机
长短期记忆网络
鲸鱼优化算法
燃气轮机效率
序列
位置更新
性能预测技术
超参数
数据
模拟自然界
LSTM模型
模型预测值
螺旋式
组合算法
生成噪声
策略
系统为您推荐了相关专利信息
车载人机交互方法
人工智能模型
车载界面
人机交互方式
集成传感器
预测模型构建方法
多平台
互联网
点击率
特征工程
实验室设备
多模态
混合预测模型
分析方法
分层存储架构
智能预警方法
时序特征
特征提取单元
特征提取模块
多模态