搜索结果: 1-5 共查到“工学 LSTM”相关记录5条 . 查询时间(0.234 秒)
基于Dropout优化算法和LSTM的铅酸蓄电池容量预测
长短期记忆神经网络 容量预测 铅酸蓄电池 人工智能
2024/3/6
针对变电站铅酸蓄电池容量预测模型存在的预测准确率低、泛化能力差等问题,提出一种基于Dropout优化算法和长短期记忆LSTM（long short-term memory）神经网络相结合的容量预测模型。该模型以LSTM神经网络为基础,结合变电站蓄电池充放电特性,将长时间跨度的蓄电池运行数据作为模型的输入,建立多层级LSTM预测模型来提升预测结果的准确率。同时基于Dropout优化算法完成LSTM预...
基于LSTM-ARIMA的定子绕组温度异常预测（图）
定子线棒 出水温差 LSTM ARIMA
2023/4/20
对定子线棒出水温度最大温差(出水温差)进行预测，对于保障汽轮发电机的安全运行具有重要意义。但由于发电机运行过程工况多变，温差时间序列变化模式复杂，趋势预测相对困难。本文使用长短时记忆神经网络(LSTM)对复杂的变化模式进行学习，并进一步融合了差分整合移动平均自回归模型(ARIMA)，用以弥补工况多变导致的训练不足的问题，从而对LSTM预测结果进行修正。然后，在型号为QFSN-660-2-22的汽轮...
2020年10月30日，国家知识产权局公开一件由安徽中烟工业有限责任公司申请的发明专利：基于LSTM的环境温湿度在烟丝过程中的水份连续实时预测方法。该发明公开了一种基于LSTM的环境温湿度在烟丝过程中的水份连续实时预测方法，为了保障多批次、连续生产环境下，加香后的烟丝出口水分的稳定性，实现基于LSTM的深度学习迭代预测方法，分析环境温湿度在烟丝过程中的水份分析和预测对加香后烟丝出口水分的影响，建立...
一种基于DCNNLSTM混合模型的RUL预测方法
深度卷积神经网络 长短时记忆网络 剩余使用寿命 深度学习
2021/1/9
提出一种结合深度卷积神经网络（DCNN）和长短时记忆（LSTM）网络实现剩余使用寿命的准确预测方法。首先按滑动时间窗口的方法对采集到的复杂设备数据进行输入样本的制备，并使用网格搜索法寻找模型最优参数；然后构建DCNN网络实现自动融合多传感器数据并提取抽象空间特征；最后固定卷积层数不变，采用多层LSTM网络记忆时间序列前后之间的关系。在公开的CMAPSS数据集上进行了验证，并与单一的CNN、单一的...