机器学习在电站设备状态分析中的应用
Application of machine learning in state analysis of power plant equipment作者机构:中电投珠海横琴热电有限公司广东珠海519000 西安热工研究院有限公司陕西西安710054
出 版 物:《热力发电》 (Thermal Power Generation)
年 卷 期:2020年第49卷第1期
页 面:129-133页
学科分类:0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学]
主 题:电站设备 机器学习 深度学习 状态分析 磨煤机 LSTM神经网络 LVQ神经网络
摘 要:本文对电站设备状态分析中学习向量量化(LVQ)神经网络和深度学习算法循环递归长短期记忆(LSTM)神经网络进行了详细分析,利用LSTM神经网络对磨煤机设备进行状态分析,将LSTM神经网络中最后一个隐含层的激励函数设为Softmax函数,其输出值表示设备状态的健康程度及设备可能发生事故的概率,并将LSTM神经网络和LVQ神经网络进行设备状态分析对比。结果表明,利用LSTM神经网络得到的训练模型可以得到设备状态分类更高的准确率,减少在设备状态评判中的漏报率和误报率。