[发明专利]一种基于长短期记忆网络的水电机组劣化趋势预测方法

摘要

本发明公开了一种基于长短期记忆网络的水电机组劣化趋势预测方法，包括采集水电机组参数并进行归一化处理，利用归一化后的参数构造矩阵；建立包含矩阵的全连接网络模型；对全连接网络模型进行训练与测试，建立水电机组健康参数映射关系，得到劣化时间序列；对劣化时间序列进行变分模态分解得到子劣化时间序列；对每个子劣化时间序列建立长短期记忆网络劣化趋势预测模型；对长短期记忆网络劣化趋势预测模型进行训练与测试，得到多个劣化趋势预测分量；叠加多个劣化趋势预测分量得到水电机组劣化趋势。本发明利用长短期记忆网络对水电机组劣化趋势进行预测，以便及时进行异常状态预警，提高了水电机组运行维护精度。

主权项

1.一种基于长短期记忆网络的水电机组劣化趋势预测方法，其特征在于，包括：对采集到的水电机组参数进行归一化处理，利用所述归一化后的参数构造矩阵；建立包含所述矩阵的全连接网络模型；对所述全连接网络模型进行训练与测试，建立水电机组健康参数映射关系，得到劣化时间序列；对所述劣化时间序列进行变分模态分解得到子劣化时间序列；对所述每个子劣化时间序列建立长短期记忆网络劣化趋势预测模型；对所述长短期记忆网络劣化趋势预测模型进行训练与测试，得到多个劣化趋势预测分量；叠加所述多个劣化趋势预测分量得到水电机组劣化趋势。