-
题名基于时序大数据机器学习的状态趋势预警研究
- 1
-
-
作者
蒋斌
尤慧飞
王俊
张文博
张俊
-
机构
华能(浙江)能源开发有限公司玉环分公司
上海电力大学
-
出处
《上海电力大学学报》
CAS
2022年第3期280-286,共7页
-
文摘
针对目前预测算法的预测时间短和预警不及时等问题,采用极限学习机(ELM)算法,构建了时序预测模型,并通过最小二乘法拟合构建预测值斜率趋势,采用高斯混合聚类得到了动态安全趋势阈值,再结合预测斜率趋势和动态安全趋势阈值实现了斜率趋势预警。结果表明,相比于门控循环单元结构(GRU)神经网络等建模方法,ELM算法具有更好的预警能力,并且斜率趋势预警能够较早发现运行时异常变化,实现准确且及时的预警。
-
关键词
极限学习机预测
高斯混合聚类
动态安全趋势阈值
斜率趋势预警
-
Keywords
extreme learning machine prediction
Gaussian mixture clustering
dynamic security trend thresholds
slope trend warning
-
分类号
TK228
[动力工程及工程热物理—动力机械及工程]
-
