申请/专利权人:中国科学院工程热物理研究所
申请日:2023-12-21
公开(公告)日:2024-04-19
公开(公告)号:CN117909930A
主分类号:G06F18/27
分类号:G06F18/27;G06N3/0442;G06N3/084;G06N3/0985;F04D27/00;G06F123/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明实施例提供了一种基于LSTM神经网络压气机失速预测方法、装置、设备及介质,涉及轴流压气机失速预测技术领域,该方法包括获取压气机机匣壁面上同一时间段的两个不同位置的动态压力信号,包括稳态到失速过程;其中一个位置的动态压力信号作为训练集,另一个位置的动态压力信号作为测试集;对训练集和测试集进行预处理;对基于LSTM神经网络的待训练压气机失速预测模型的超参数进行设定;基于超参数,利用预处理后的训练集对压气机失速预测模型进行训练,获得压气机失速预测模型;利用测试集对压气机失速预测模型的有效性进行判断;有效性判断通过后进行失速预测。该方案提高了压气机失速预测的准确性。
主权项:1.一种基于LSTM神经网络压气机失速预测方法,其特征在于,包括:获取压气机机匣壁面上同一时间段的两个不同位置的动态压力信号,所述动态压力信号包括稳态到失速过程;所述两个不同位置的动态压力信号中一个位置的动态压力信号作为训练集,所述两个不同位置的动态压力信号中另一个位置的动态压力信号作为测试集;对所述训练集和所述测试集进行预处理;对基于LSTM神经网络的待训练压气机失速预测模型的超参数进行设定;基于所述超参数,利用预处理后的所述训练集对所述压气机失速预测模型进行训练,获得压气机失速预测模型;利用所述测试集对所述压气机失速预测模型的有效性进行判断;利用通过有效性判断的所述压气机失速预测模型对压气机进行失速预测。
全文数据:
权利要求:
百度查询: 中国科学院工程热物理研究所 基于LSTM神经网络压气机失速预测方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。