典型文献
基于自编码压缩与多尺度特征提取的抽水蓄能机组劣化趋势评估与预测
文献摘要：
恶劣的运行环境为抽水蓄能机组安全运行带来严峻挑战,抽水蓄能机组劣化趋势评估与预测技术能够有效反映机组运行状况并预测机组未来劣化情况,为机组状态检修提供重要依据.然而,机组运行工况参数中存在大量冗余或干扰信息,严重影响劣化趋势评估的可靠性;此外,难以对复杂的劣化趋势序列实现准确的预测.为解决上述问题,提出一种基于自编码压缩与多尺度特征提取的抽水蓄能机组劣化评估预测模型.首先,为降低拟合误差,利用深度自编码器(DAE)凝练工况参数中的关键信息,结合多层感知机(MLP)建立健康模型;其次,根据机组运行数据与健康模型,生成机组劣化度;最后,以一维卷积神经网络(1DCNN)提取局部空间特征,以双向门控循环单元(BiGRU)提取双向全局时序特征,结合二者的优势,构建多尺度特征提取网络,实现精确的劣化趋势预测.通过某抽水蓄能机组验证了该模型的有效性.与其他模型相比,自编码压缩模型的拟合误差最低,能够生成可靠的劣化趋势;多尺度特征提取网络能够学习劣化趋势序列中的长期趋势与局部波动信息,预测精度更高.
文献关键词：
抽水蓄能机组;劣化趋势评估与预测;深度自编码器;多尺度特征提取;1DCNN;BiGRU
中图分类号：
作者姓名：
陈鹏;吴一凡;蔡爽;杨彬;张海库;李超顺
作者机构：
华中科技大学 土木与水利工程学院,湖北 武汉 430074;大唐西藏能源开发有限公司,四川 成都 610072;大唐水电科学技术研究院有限公司,四川 成都 610074
文献出处：
引用格式：
[1]陈鹏;吴一凡;蔡爽;杨彬;张海库;李超顺-.基于自编码压缩与多尺度特征提取的抽水蓄能机组劣化趋势评估与预测)[J].水利学报,2022(06):747-756
A类：
劣化趋势评估与预测,劣化趋势预测
B类：
编码压缩,多尺度特征提取,抽水蓄能机组,运行环境,机组安全,预测技术,机组运行,运行状况,机组状态,状态检修,运行工况参数,评估预测,拟合误差,深度自编码器,DAE,关键信息,多层感知机,MLP,健康模型,运行数据,劣化度,一维卷积神经网络,1DCNN,空间特征,双向门控循环单元,BiGRU,时序特征,特征提取网络,压缩模型,够学,长期趋势,波动信息
AB值：
0.202483
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。
