基于多尺度时序数据融合模型的发电机组运行参数预测方法、装置及存储介质

    公开(公告)号:CN115204035A

    公开(公告)日:2022-10-18

    申请号:CN202210680101.2

    申请日:2022-06-16

    Applicant: 河海大学

    Inventor: 魏祥龙 刘惠义

    Abstract: 本发明公开了一种基于多尺度时序数据融合模型的发电机组运行参数预测方法、装置及存储介质,所述多尺度时序数据融合模型包括数据去噪模块和数据融合模块,数据去噪模块包括降噪自动编码器,数据融合模块包括一维深度卷积神经网络和双向长短期记忆网络,一维深度卷积神经网络包括卷积层、池化层和全连接层,双向长短期记忆网络嵌入到一维深度卷积神经网络中;所述发电机组运行参数预测方法包括:采集影响发电机组运行方式的各运行参数的实时数据,并进行预处理;将预处理后的各运行参数的实时数据输入预先训练好的多尺度时序数据融合模型中,获取发电机组各运行参数的预测结果。本发明能够减少原始数据的噪声、提高数据融合精度及预测精度。

Patent Agency Ranking