基于时序相似性搜索的设备状态预测

来源 :上海电机学院学报 | 被引量 : 0次 | 上传用户:tawj68
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
神经网络应用于设备状态参数预测时,如果训练样本繁多,神经网络要学习多种规律,常常导致其训练过程的无所适从,使神经网络收敛缓慢,甚至不收敛。为了解决这一问题,提出利用时序相似性搜索来选择训练样本。通过相似性搜索,保证训练样本集中反映某一类规律,神经网络只需要学习这一类规律,因此,学习速度和精度得到了很大提高。以发电机主蒸汽流量为例,对提出的方法进行了验证,并且与时序模型法及一般的神经网络方法进行了比较,结果证明所提出的方法大大减小了预测误差。
其他文献
【摘 要】我国有着非常悠久历史,在漫长的历史发展长河当中取得了无数的成绩,在世界的发展当中留下了浓重的一笔,但是,发展到近代有很多历史事件,使得我们很多的行业落后于发展国家。直到改革开放以来,各个领域迎来了发展的春天,电力营销行业也是这样,在二十世纪九十年代才开始普及,慢慢的走入人们的生活。在发展的初期,电力行业作为国家的企业,很多的营销的模式与当前不相符,与市场经济有些格格不入,现阶段已经在不断
江西省已经实现了河长制工作水域全覆盖,但由于河流本身存在跨区域、连通性、流动性等特点,江西省河长制从全面建立向全面见效转变还面临一些困难。要做到河长制、河长治,就
近年来,随着科学技术水平的日益提高,企业的生产力也得到了前所未有的发展。从智能化制造概念被提出以来,众多制造企业纷纷开始投入人力、物力和财力致力于智能化制造的研究