-
公开(公告)号:CN112818870A
公开(公告)日:2021-05-18
申请号:CN202110152592.9
申请日:2021-02-03
Applicant: 浙江大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G01M13/045
Abstract: 本发明提供了一种基于门控神经网络框架的轴承剩余寿命预测方法,包括如下步骤:S1、获得轴承的全寿命周期振动信号,提取振动分布特征并创建门控神经网络训练集合;S2、构建门控神经网络模型,引入直接计算权重的注意力机制,以提高提取时序信息的完整性;S3、添加贝叶斯层,构建时序信息与剩余寿命之间的非线性映射关系;S4、将测试轴承的振动信号作为输入,门控神经网络模型的输出结果即为当前时刻测试轴承的剩余寿命。本发明无需添加额外的神经网络层数,避免了增加模型复杂度问题,通过将不同时刻提取的时序信息通过加权融合,以提高提取信息的完整性。同时,通过添加贝叶斯层,将传统点预测结果转化为区间预测,以考虑轴承剩余寿命预测的不确定性。
-
公开(公告)号:CN113869399B
公开(公告)日:2024-06-28
申请号:CN202111128868.6
申请日:2021-09-26
Applicant: 浙江大学
Abstract: 本发明公开了一种基于决策树和蚁群算法的电厂锅炉效率优化方法。本发明针对已有的锅炉效率回归模型往往输入参数很多但回归效果提升不大,且过多的参数大大增加计算负担,提出置换重要性方法对参数进行排序,选取对锅炉效率的影响相对较大的重要参数进行锅炉效率建模。针对锅炉效率建模和操作参数寻优大多停留在理论阶段,对实际工况中的参数调整幅度、前后调整行为的一致性未曾考虑,本发明提出在蚁群算法的适应度函数中增加操作参数的惯性调节部分和偏置调节部分。由此,本发明能够高效地根据锅炉的实时机组运行参数,实现电厂锅炉操作参数的优化,保证锅炉效率始终处于最佳水平。
-
公开(公告)号:CN113869399A
公开(公告)日:2021-12-31
申请号:CN202111128868.6
申请日:2021-09-26
Applicant: 浙江大学
Abstract: 本发明公开了一种基于决策树和蚁群算法的电厂锅炉效率优化方法。本发明针对已有的锅炉效率回归模型往往输入参数很多但回归效果提升不大,且过多的参数大大增加计算负担,提出置换重要性方法对参数进行排序,选取对锅炉效率的影响相对较大的重要参数进行锅炉效率建模。针对锅炉效率建模和操作参数寻优大多停留在理论阶段,对实际工况中的参数调整幅度、前后调整行为的一致性未曾考虑,本发明提出在蚁群算法的适应度函数中增加操作参数的惯性调节部分和偏置调节部分。由此,本发明能够高效地根据锅炉的实时机组运行参数,实现电厂锅炉操作参数的优化,保证锅炉效率始终处于最佳水平。
-
-