《表4 一组磨煤机的实测数据及模型训练结果》
根据经验,设置LSTM神经网络为10个隐含层,每个隐含层为8个神经元,并将最后一个隐含层的激励函数设为Softmax函数,27个磨煤机输入变量,1个输出值,其输出值可作为设备状态的健康程度,输出值和1的差可作为设备可能发生事故的概率。表4为一组磨煤机的实时测点数据及采用LSTM神经网络模型训练结果。由表4可见,数据计算与分析可以得到磨煤机的健康度为99.7%,可能发生故障的概率为0.3%,设备处于良好的运行状态。
图表编号 | XD00136481600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 李晓东、陈亚鹏、王保营、胡乔艳、赖菲、吴涛、徐创学、薛晗光、何新、王智微、高海东、高林 |
绘制单位 | 中电投珠海横琴热电有限公司、中电投珠海横琴热电有限公司、中电投珠海横琴热电有限公司、中电投珠海横琴热电有限公司、西安热工研究院有限公司、西安热工研究院有限公司、西安热工研究院有限公司、西安热工研究院有限公司、西安热工研究院有限公司、西安热工研究院有限公司、西安热工研究院有限公司、西安热工研究院有限公司 |
更多格式 | 高清、无水印(增值服务) |