摘要
本发明提供一种电厂多源数据整理输送方法,构建多尺度数据对齐模型,用B样条曲线拟合算法做时间轴映射,对时间偏差大的数据引入量子遗传算法优化时间窗;进行数据融合,采用改进Dempster‑Shafer合成规则,结合云模型量化不确定性,对关键参数用灰色关联分析算关联度;开展异常数据检测与修复,用改进孤立森林算法检测,卡尔曼滤波插值修复;实施数据输送优化,蚁群算法优化路由,采用LDPC码的喷泉码技术,对实时数据用令牌桶算法调度;构建LSTM与ESN融合模型预测趋势,滑动窗口更新参数。提升了电厂数据管理智能化水平,该方法提升了电厂数据管理的智能化水平和决策准确性。
技术关键词
整理输送方法
量子遗传算法优化
喷泉码技术
灰色关联分析
令牌桶算法
密度峰值聚类
卡尔曼滤波
孤立森林算法
蚁群算法优化
网络拓扑模型
控制点
滑动窗口机制
异常数据检测
样本
样条
数据传输管理系统
生成校验矩阵
染色体
系统为您推荐了相关专利信息
SOH预测方法
BP神经网络模型
BP神经网络算法
锂电池
表达式
任务调度
调度装置
问答语料库
信息显示设备
对象
变形监测装置
汽车注塑零部件
变形预测方法
数据集成模型
变形预测系统