船用發(fā)電汽輪機多特征耦合故障預測方法

摘要： 針對發(fā)電汽輪機運行參數(shù)高度耦合、故障特征參數(shù)預測困難的問題，綜合運用中值回歸經驗模態(tài)分解、卷積神經網絡和雙向長短期記憶模型，提出一種適用于發(fā)電汽輪機的多特征故障預測方法。首先，通過中值回歸經驗模態(tài)分解（Median Regression Empirical Mode Decomposition, MREMD）對故障相關參數(shù)進行趨勢提?。蝗缓?，以各參數(shù)運行趨勢為訓練集的輸入特征向... （共9頁）