为了提前发现和预知磨煤机可能发生的故障,提出了一种基于改进鲸鱼算法(IWOA)优化时间卷积网络(TCN)的磨煤机故障预警方法。首先选择能够表征磨煤机故障的7个变量,建立基于时间卷积网络的预测模型。然后引入非线性收敛因子和自适应权重...为了提前发现和预知磨煤机可能发生的故障,提出了一种基于改进鲸鱼算法(IWOA)优化时间卷积网络(TCN)的磨煤机故障预警方法。首先选择能够表征磨煤机故障的7个变量,建立基于时间卷积网络的预测模型。然后引入非线性收敛因子和自适应权重系数来改进鲸鱼优化算法,并将其用于预测模型超参数的优化,利用优化后模型的预测值和真实值构造偏离度函数,并采用区间估计法来确定每一时刻的自适应预警阈值。最后将所提算法用于某660 MW火电机组中速磨煤机故障预警中,结果表明相较于LSTM、CNN-LSTM、TCN模型,IWOA-TCN模型可以精确预测各变量的变化趋势,提前6 h 16 min发现异常,实现故障预警。展开更多
文摘为了提前发现和预知磨煤机可能发生的故障,提出了一种基于改进鲸鱼算法(IWOA)优化时间卷积网络(TCN)的磨煤机故障预警方法。首先选择能够表征磨煤机故障的7个变量,建立基于时间卷积网络的预测模型。然后引入非线性收敛因子和自适应权重系数来改进鲸鱼优化算法,并将其用于预测模型超参数的优化,利用优化后模型的预测值和真实值构造偏离度函数,并采用区间估计法来确定每一时刻的自适应预警阈值。最后将所提算法用于某660 MW火电机组中速磨煤机故障预警中,结果表明相较于LSTM、CNN-LSTM、TCN模型,IWOA-TCN模型可以精确预测各变量的变化趋势,提前6 h 16 min发现异常,实现故障预警。
