摘要
本发明公开一种基于GATT‑CNN‑LSTM的流化床结块与磨损故障并行预测方法及装置,该方法步骤包括:步骤S01、采集在不同监测位置处的温度以及质量流率形成故障数据集;步骤S02、根据故障数据集分别提取变化率得到故障特征;步骤S03、根据各故障特征序列计算故障程度指标值,以判断对应的故障程度,并根据各参数的贡献状态判断故障类别,配置故障程度与故障类型标签;步骤S04、使用带有标签的故障特征数据集训练故障预测分类模型;步骤S05、提取实时故障特征序列,输入至训练后的故障预测分类模型中,得到故障程度与故障类型结果。本发明能够并行实现流化床内的结块故障与磨损故障的识别,还能够实现故障程度预测。
技术关键词
并行预测方法
水平烟道
预测分类模型
气化炉
故障工况
燃烧炉
故障类别
特征提取模块
双循环流化床系统
故障预测模型训练
数据标签
序列
故障特征提取
加速度
受热面
系统为您推荐了相关专利信息
搜索算法
辨识方法
无功电流
机电暂态模型
有功功率控制策略
识别故障
暂态零序电流信号
小电流接地系统
故障选线方法
信号分解方法