《电子测量技术杂志》发表论文赏析

基于CEEMDAN-CNN-LSTM的供热异常数据检测与清洗

来源:电子测量技术杂志2024年第11期北京时间:

作者:梁晓龙,李金刚,徐平平,马雅楠,孟现阳

单位:1.国能宁夏供热有限公司 银川 750004; 2.西安交通大学热流科学与工程教育部重点实验室 西安 710049

摘要:利用供热系统的准确参数,对监测系统状态、识别异常情况具有指导意义。然而大量终端数据,可能存在失真问题,为此本文提出了一种异常数据检测和清洗方法。采用信号模态分解结合深度学习,构建数据检测与清洗模型。首先对由DeST获取的供热负荷进行CEEMDAN模态分解;其次将产生的本征模函数和剩余量输入CNN-LSTM深度学习预测模型,获取高精度结果;最后基于预测值和待清洗数据的偏差,完成检测和数据清洗,提高末端数据准确性。结果表明:本文的CEEMDAN-CNN-LSTM组合模型,识别异常数据的准确率和F1分数达到:91.36%,86.21%,优于其他3种模型;利用预测值替换异常值,保证数据集的完整准确。

关键词:异常检测和清洗;模态分解;深度学习;供热系统

基金资助:陕西省自然科学基础研究计划(2024JC-YBMS-257)项目资助

2024年11期其他文献查阅:

基于带外实时校准的多通道通信系统设计

一种用于IC测试的精密测量单元电路设计

基于CEEMDAN-CNN-LSTM的供热异常数据检测与清洗

串联型滑模结构的燃料电池供气系统控制研究

时空图卷积网络的骨架识别硬件加速器设计

基于区域加权的图像清晰度评价算法

基于特征融合的UFMC系统调制识别算法

结合轻量化YOLOv5s的动态视觉SLAM算法

一种改进的行人航迹推算算法研究

基于改进麻雀搜索算法分数阶PI的PMSM调速策略

基于DOB和反演时变滑模的PMSM位置跟踪

基于CSSA-LSTM神经网络的动态称重算法的研究

基于改进蜘蛛蜂算法的无人机三维路径规划

基于混合尺度健康因子的LSTM-Transformer锂电池寿命预测

轻量级锻件表面裂纹检测算法

基于SMT-YOLOv8的PCB缺陷检测研究

大尺寸圆形零部件尺寸高精度视觉测量方法

基于像素强度顺序变换和UNetFormer的裂缝分割模型

基于改进鲸鱼优化算法的工业CT图像增强方法

基于抗差估计的多GNSS共视基准站数据融合

基于AUTBUS总线的机载无线柔性分布式测试系统数据同步采集技术

基于PAT-Unet的泄露电流仪表示数识读算法设计

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!