摘要
本申请涉及一种电能质量的过程免疫时间曲线拟合方法、装置、计算机设备、可读存储介质和程序产品。通过获取工业过程中电压暂降后典型设备的过程参数机理模型,并获取对典型设备的过程监测数据,将过程监测数据与机理模型数据进行重组,得到数据样本集,基于数据样本集和高斯噪声对目标生成对抗网络进行训练,直到目标生成对抗网络收敛,从而采用收敛后的目标生成对抗网络生成典型设备的过程参数数据,并拟合得到典型设备的过程免疫时间曲线。其通过将机理模型和双向长短期记忆网络融入到生成对抗神经网络进行训练,从而使得训练后的目标生成对抗神经网络能够挖掘出过程参数的时序特征,进而能够提高曲线拟合精度。
技术关键词
生成对抗网络
双向长短期记忆网络
曲线拟合方法
生成对抗神经网络
典型
辅助系统
异常数据
参数
样本
工业
计算机设备
可读存储介质
模型训练模块
噪声
电压
计算机程序产品
处理器
估计算法
时序特征
系统为您推荐了相关专利信息
危险性评估方法
岩石边坡
光纤光栅传感器网络
空间权重矩阵
风险
海浪参数反演方法
多模态深度学习
海洋遥感
三自由度运动
视觉特征
可见光图像
反欺诈识别方法
注意力
检测人脸
生成对抗网络
航空发动机气路
重构残差
训练集数据
航空发动机健康管理
灰色关联度