摘要
本发明公开一种水电机组振动信号趋势预测方法与系统,包括:S1.采集水电机组运行过程中关键部件的振动信号,生成结构统一的振动时间序列样本;S2.对每段预处理后的振动时间序列应用EEMD算法;S3.将构建的数据集划分为训练集与测试集;S4.构建基于BiLSTM与注意力机制的时间序列预测模型;S5.在训练集上训练模型,使用均方误差作为损失函数,采用Adam优化器优化网络参数;基于训练集的预测误差计算其均值与标准差,设定预警判断的上下限阈值;S6.将训练完成的模型应用于测试集,对未知振动序列进行预测,若预测误差超出设定阈值范围,则视为趋势异常;本发明解决了现有水电机组振动信号预测中存在的特征提取能力不足、建模效果差、预测精度不高的问题。
技术关键词
趋势预测方法
水电机组
预测误差
时间序列预测模型
EEMD算法
优化网络参数
双向长短期记忆网络
滑动窗口
生成结构
趋势预测系统
数据采集模块
振动信号特征
矩阵
引入注意力机制
特征提取能力