基于實(shí)時(shí)數(shù)據(jù)流特征提取的設(shè)備能耗異常識別算法研究
所屬分類:技術(shù)論文
上傳者:zhoubin333
文檔大小: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)備能耗異常識別分類方法,。首先,,對樣本數(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。