一种基于EMD-LSTM神经网络的水轮发电机组导轴承温度预测方法
申请号:CN202511092242
申请日期:2025-08-05
公开号:CN121031292A
公开日期:2025-11-28
类型:发明专利
摘要
本发明提供了一种基于EMD‑LSTM神经网络的水轮发电机组导轴承温度预测方法,包含如下步骤:对收集到的历史数据:发电机导轴承的冷却水流量,冷却油流量,冷却水及油的进出口温度,发电机的振摆数据,发电机机坑温度,发电机的有功、无功及转速进行数据清洗,去除错误数据并将缺失的数据进行数据填补;将获取的历史数据使用经验模态分解进行处理;将处理后的数据输入搭建好的长短期记忆神经网络中进行训练;使用训练好的神经网络对发电机温度进行预测。本发明可对提前预测水轮发电机组导轴承温度,方便运行及维护人员提前发现异常的温度点并进行处理,保障水轮发电机组的稳定运行。
技术关键词
LSTM神经网络
水轮发电机组
温度预测方法
导轴承
长短期记忆神经网络
矩阵
样本
三次样条插值
冷却油
误差
梯度下降法
残差数据
信号
冷却水
序列
计算方法
线性
算法