Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于PSO优化的PCA与对冲GRU融合的水电站滑环室温度预警方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于PSO优化的PCA与对冲GRU融合的水电站滑环室温度预警方法,以温度相关数据作为输入,使用方差消除法删除无关数据,使用粒子群算法对PCA降维算法进行优化,寻找最优的降维维度,使用注意力机制对降维后的数据进行权重调整,将调整权重后的数据作为门控循环单元GRU的输入,引入对冲层,残差连接等结构对GRU进行改进,最后使用残差值作为报警阈值;解决了现有技术中容易受到阈值设置影响,模型提取特征不全面不准确,模型单一、预警效果较差的问题。

主权项:1.基于PSO优化的PCA与对冲GRU融合的水电站滑环室温度预警方法,其特征在于,包括以下步骤:S1,数据收集:对滑环室温度数据进行收集,包括滑环表面温度、红外辐射和油膜厚度数据,滑环系统工作状态数据,滑环室内部温度数据和空气密度数据,环境温度和湿度数据以及发电机电流、电压和功率数据;S2,数据预处理:方差消除法删除掉与故障诊断结果不相关的数据,计算所有输入参数的方差,删除掉方差为零的参数,方差为零表示该数据不跟随温度变化;然后进行数据归一化;S3,数据降维:使用主成分分析PCA对数据进行降维,使用粒子群算法对PCA算法进行优化,将PCA算法输出的保留信息量和重构误差的加权值作为目标,α为权重;算式为:1-α×保留信息量+α×重构误差;使用粒子群算法对该目标进行寻优,从而找到最优的降维维度;以固定比例划分训练集与测试集;S4,构建基于对冲GRU的温度预测模型;S5,将正常数据输入温度预测模型进行训练,执行温度预警。

全文数据:

权利要求:

百度查询: 中国长江电力股份有限公司 基于PSO优化的PCA与对冲GRU融合的水电站滑环室温度预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术