基于實(shí)時(shí)數(shù)據(jù)流特征提取的設(shè)備能耗異常識(shí)別算法研究
所屬分類:技術(shù)論文
上傳者:zhoubin333
文檔大?。?span>485 K
標(biāo)簽: 特征提取 注意力機(jī)制 LSTM
所需積分:0分積分不夠怎么辦?
文檔介紹:能耗設(shè)備的節(jié)能是企業(yè)節(jié)能減排中非常重要的一環(huán),及時(shí)發(fā)現(xiàn)能耗設(shè)備運(yùn)行中出現(xiàn)的異常,對(duì)減少不必要的企業(yè)能耗具有重要意義。利用采集到的設(shè)備實(shí)時(shí)能耗數(shù)據(jù)流,提出了一種基于多特征提取的設(shè)備能耗異常識(shí)別分類方法。首先,對(duì)樣本數(shù)據(jù)提取了低能耗時(shí)間比、高能耗時(shí)間量、DTW距離等特征量,隨后利用孤立森林算法和K-means聚類算法對(duì)每條樣本數(shù)據(jù)進(jìn)行類型標(biāo)定,最后構(gòu)建了注意力機(jī)制與LSTM相結(jié)合的設(shè)備能耗異常分類算法。實(shí)驗(yàn)結(jié)果表明,該算法的分類正確率達(dá)到了97.76%,可以高效識(shí)別出不同類型的設(shè)備能耗異常,從而為企業(yè)及時(shí)作出處理、減少能耗損失提供了決策依據(jù)。
現(xiàn)在下載
VIP會(huì)員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。