基于LSTM网络的凝结水泵故障预警

作者：明震; 朱希安^*

来源：北京信息科技大学学报(自然科学版), 2021, 36(06): 53-57.

DOI：10.16508/j.cnki.11-5866/n.2021.06.010

• 凝结水泵
• LSTM神经网络
• 滑动残差
• 状态预警

为实现对凝结水泵汽化故障的提前预警,基于凝结水泵历史运行数据,结合长短期记忆神经网络(long short-term memory neural network,LSTM-NN),搭建了凝结水泵流量预测模型。利用某电厂凝结水泵的实际运行数据,通过数据预处理构建模型的输入变量,确定模型最佳结构,结合滑动窗口统计法设置预警阈值。该模型在测试集上的均方误差为0.015 9,平均绝对误差为0.079 8,且发出的故障预警信号早于实际预警信号。实验结果表明,该方法能够比较准确地预测凝结水流量走势,实现凝结水泵汽化故障的早期预警。

• 单位
  北京信息科技大学