论文部分内容阅读
针对水电机组传统的温度限值预警方法,设计一个基于机器学习的水电趋势预警系统。通过人工神经网络对大量的历史数据进行训练,从而搭建模型。本系统同时提供模型管理和发布功能,并利用最新发布的模型进行温度预测。最后,利用现场实际采集水电机组上导瓦温度数据,验证神经网络模型预测的准确度,从而证明基于机器学习的趋势预警系统可以有效地对水电机组异常运行状态进行预警。