[发明专利]一种基于E-LSTM的汽轮机健康状态预测方法在审
| 申请号： | 201910837861.8 | 申请日： | 2019-09-05 |
| 公开（公告）号： | CN110689171A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 孟宇龙;许铭文;徐东;张子迎;王志文;陈云飞;王鑫;关智允 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的是一种基于E‑LSTM的汽轮机健康状态预测方法。收集来自传感器的汽轮机运行数据，并进行预处理；将预处理好的数据喂到LSTM网络中，进行多次迭代训练；将训练好的多个模型参数输入到遗传算法中作为初始种群，运行遗传算法，选择效果最优模型参数；使用更多的汽轮机运营数据对最优模型进行泛化性能验证；根据最优模型参数，对测试数据集进行预测，并评估模型误差。本发明能提高模型预测的准确度并避免过拟合，能实现多元线性回归预测，使得预测模型对真实数据具有更好的拟合效果，可以极大降低人力监测的误差、提高故障诊断效率，对故障的发生做到先知先觉。可以广泛应用于各个火力和核能发电厂甚至于舰船的汽轮机的状态管理。 | ||
| 搜索关键词： | 汽轮机 最优模型 遗传算法 拟合 预处理 多元线性回归 健康状态预测 测试数据集 准确度 初始种群 多次迭代 泛化性能 故障诊断 模型参数 模型预测 评估模型 预测模型 预处理好 运行数据 运营数据 真实数据 状态管理 传感器 预测 发电厂 火力 核能 舰船 验证 监测 应用 网络 | ||
【主权项】：
1.一种基于E-LSTM的汽轮机健康状态预测方法，其特征是：/n步骤一、收集来自传感器的汽轮机运行数据，并进行预处理；/n步骤二、将预处理好的数据喂到LSTM网络中，进行多次迭代训练；/n步骤三、将训练好的多个模型参数输入到遗传算法中作为初始种群，运行遗传算法，选择效果最优模型参数；/n步骤四、使用更多的汽轮机运营数据对最优模型进行泛化性能验证；/n步骤五、根据最优模型参数，对测试数据集进行预测，并评估模型误差。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910837861.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
