基于信息熵及自联想回归模型的机组能效监测诊断方法

    公开(公告)号:CN115186754A

    公开(公告)日:2022-10-14

    申请号:CN202210839653.3

    申请日:2022-07-18

    IPC分类号: G06K9/62 G06Q10/06

    摘要: 本发明公开了一种基于信息熵及自联想回归模型的机组能效监测诊断方法,包括:收集机组全工况运行区间的历史数据,并对历史数据进行预处理;将条件参数以决策变量最小化为目标进行聚类,建立最优运行工况区的状态估计模型;根据条件参数的信息熵权确定各条件参数的权重值;实时将机组运行过程中的条件参数输入最优运行工况区的状态估计模型中,预测出条件参数的估计值,计算估计值与测量值的偏差结合权重值,构造能效偏离度,滤波处理后,得到滑动平均偏离度;将滑动平均偏离度与低能效偏离度阈值、高能效偏离度阈值进行比较,给出机组能效监测诊断方案。本发明基于自联想回归估计、数据聚类及信息熵的融合性数据挖掘模型,用于机组的能效监测。