典型文献
基于LSTM的水下电子模块温度预测及预警方法
文献摘要：
水下电子模块在长期运行中,密闭环境及内部自热现象可能导致其因温度过高而造成性能故障,开展水下电子模块内部温度变化趋势预测及预警研究,对于提高水下控制系统的安全可靠性具有重要意义.基于水下电子模块内部温度传感器的失效模式与机理特征,采用深度学习网络模型超参数网格优化方法,提出了一种基于长短期记忆网络(LSTM)的水下电子模块温度预测模型,建立了基于移动平均技术的水下电子模块温度趋势预测求解方法;构建了一种基于二又决策算法的水下电子模块温度预警优化算法,实现了对水下电子模块温度影响下的故障预警.研究结果表明,所建立的模型各项评价指标均优,RMSE为0.47689,R2为0.792775,可有效实现对水下电子模块内部温度的趋势预测及预警.
文献关键词：
水下电子模块;长短期记忆网络模型;移动平均技术;温度趋势预测;预警
中图分类号：
作者姓名：
王莹莹;安维峥;乔婷婷;朱春丽;杨旭光;祝鸿山
作者机构：
中国石油大学(北京)人工智能学院 北京102249;中国石油大学(北京)安全与海洋工程学院 北京102249;中海油研究总院有限责任公司 北京100028
文献出处：
引用格式：
[1]王莹莹;安维峥;乔婷婷;朱春丽;杨旭光;祝鸿山-.基于LSTM的水下电子模块温度预测及预警方法)[J].中国海上油气,2022(01):161-167
A类：
水下电子模块,移动平均技术,温度趋势预测
B类：
模块温度,预警方法,长期运行,密闭环境,自热,热现象,成性,内部温度,预警研究,水下控制系统,安全可靠性,基于水,温度传感器,失效模式,机理特征,深度学习网络,超参数,网格优化,温度预测模型,求解方法,决策算法,温度影响,故障预警,RMSE,长短期记忆网络模型
AB值：
0.210805
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
