发明公开
- 专利标题： 一种基于集成学习的水轮机组异常工况诊断方法
-
申请号： CN202311626742.0申请日： 2023-11-30
-
公开(公告)号： CN117591979A公开(公告)日： 2024-02-23
- 发明人: 张文韬 , 张鹏 , 艾远高 , 杨之圣 , 陈超群 , 潘苗苗 , 李文馨 , 朱俊杰
- 申请人： 中国长江电力股份有限公司
- 申请人地址： 湖北省武汉市江岸区三阳路88号三阳中心
- 专利权人： 中国长江电力股份有限公司
- 当前专利权人： 中国长江电力股份有限公司
- 当前专利权人地址： 湖北省武汉市江岸区三阳路88号三阳中心
- 代理机构： 宜昌市三峡专利事务所
- 代理商 刘翠霞
- 主分类号： G06F18/2433
- IPC分类号： G06F18/2433 ; G06F18/243 ; G06F18/214 ; G06F18/2413 ; G06F18/27 ; G06F18/15 ; G06N20/20 ; G06F123/02
摘要：
本发明提供一种基于集成学习的水轮机组异常工况诊断方法，包括如下步骤：S1、利用水电厂计算机监控系统历史数据及在线监测系统历史数据构建水轮机工况诊断数据集；S2、使用AdaBoost模型和训练集、验证集进行模型训练；S3、利用最终训练模型和水电厂生产实时数据进行机组工况诊断。该方法解决传统的基于专家经验的决策树判别水轮机组异常工况缺乏合理阈值设置导致预测不准确的问题，辅助生产人员诊断机组异常状态。
