近年来人工智能与机器学习技术越来越多地用于石化行业生产过程的故障诊断,故障诊断水平的高低直接决定了生产系统的运行能力。提出了一种核主元分析法—长短时记忆神经网络(KPCA-LSTM)的故障诊断方法,首先利用核主元分析法进行故障检测,然后利用核主元分析法降维后的故障数据输入进长短时记忆神经网络进行诊断,最后利用田纳西数据集证明了所提出方法的有效性,同时表明该方法与普通的长短时记忆神经网络相比训练时间得到了缩减。
科研之友
微信
新浪微博
Facebook
分享链接
