← 返回列表
基于火电机组多元状态估计故障预警模型的增量学习方法
摘要文本
本发明涉及基于火电机组多元状态估计故障预警模型的增量学习方法，包括：获取多元状态估计故障预警模型，并确定模型的历史工况矩阵，获取待增量的原始工况库，得到待增量更新的向量集，并将其并入历史工况矩阵，构建新的多元状态估计故障预警模型。本发明的有益效果是：本发明利用增量学习方法，依据火电机组发电特性，采用时间偏离和相似工况测度的加权法，使用设备近期数据更替历史工况库中差质量数据，消除设备生命周期对模型性能的影响，实现模型随着设备运行不断自适应的能力，进而保证模型自身持续的故障预警效果和持续改进性能。
申请人信息
- 申请人:浙江浙能数字科技有限公司
- 申请人地址:310012 浙江省杭州市西湖区高技街32号307室
- 发明人: 浙江浙能数字科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于火电机组多元状态估计故障预警模型的增量学习方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311679248.0 |
| 申请日 | 2023/12/8 |
| 公告号 | CN117708575A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06F18/2132 |
| 权利人 | 浙江浙能数字科技有限公司 |
| 发明人 | 顾宝; 郭庆; 叶欣楠; 王豆; 姜志锋; 郭鼎; 邵程安; 张震伟; 俞荣栋; 贾晓燕 |
| 地址 | 浙江省杭州市西湖区高技街32号307室 |
专利主权项内容
1.基于火电机组多元状态估计故障预警模型的增量学习方法，其特征在于，包括：步骤1、获取多元状态估计故障预警模型，并确定所述多元状态估计故障预警模型的第一历史工况矩阵D；其中m为模型的数据量，n为模型的特征数；m×n步骤2、根据所述第一历史工况矩阵D和模型的特征，通过传感器采集，确定待增量的原始工况库X；其中a需要待增量原始数据量，n为模型的特征数；m×na×n步骤3、对所述待增量的原始工况库X进行待增量的归一化计算、相似性计算、留存排序和待增量提取，得到待增量更新的向量集X；a×ntd步骤4、对所述第一历史工况矩阵D进行归一化计算、相似性计算、待删排序和工况删除，得到第二历史记忆矩阵D；m×ntd步骤5、将待增量更新的向量集X的数据合并入所述第二历史记忆矩阵D中，形成第三历史记忆矩阵tdtd步骤6、根据所述第三历史记忆矩阵构建新的多元状态估计故障预警模型。