一种基于长短时记忆网络的水车室水位智能预测方法
基本信息
申请号 | CN202010112473.6 | 申请日 | - |
公开(公告)号 | CN111340284A | 公开(公告)日 | 2020-06-26 |
申请公布号 | CN111340284A | 申请公布日 | 2020-06-26 |
分类号 | G06Q10/04;G06Q50/06;G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
发明人 | 徐滔伶;李振东;田若朝;江杰 | 申请(专利权)人 | 成都大汇物联科技有限公司 |
代理机构 | 成都正华专利代理事务所(普通合伙) | 代理人 | 李蕊 |
地址 | 610041 四川省成都市中国(四川)自由贸易试验区成都高新区天韵路7号3层1号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于长短时记忆网络的水车室水位智能预测方法,涉及水利发电技术领域。该方法包括以下步骤:S1、获取水车室周围各测点的时序检测数据作为原始数据;S2、对所述原始数据进行预处理;S3、构建双层LSTM模型;S4、根据预处理后的原始数据训练LSTM模型;S5、利用训练好的LSTM模型对未来多个时刻的水车室水位值进行连续预测,获得未来多个时刻的水车室水位值。该方法通过长短时记忆网络从大量测点数据中学习到时序上的特征,进而构建水车室水位预测模型,通过该模型,能够高效、相对准确的获得未来多个时刻的水车室水位值,为避免水淹水车室这类事故提供了强有力的技术支撑,从而提升水电厂的检修工作的合理性和有效性。 |
