Agent驱动的多元线性回归预测与残差异常参数报警方法

本发明涉及燃烧振动预测技术领域，尤其涉及Agent驱动的多元线性回归预测与残差异常参数报警方法，本发明提出以下方案，通过智能体将实时运行数据输入至预训练的线性回归模型，生成燃烧振动预测值，并通过计算实际与预测振动值之间的残差，分析燃气轮机的运行状况。通过数据处理分类层提取相关参数，结合物理模型微调核函数实现非线性特征线性化，优化回归模型性能。此外，采用残差分析和长期变化趋势识别异常模式，实现燃烧振动的精准监控和异常报警。该方法提高了预测精度和计算效率，保障了燃气轮机的稳定运行。