基于集成深度随机森林算法的智能电厂设备健康评估方法

来源：计算机测量与控制杂志2024年第8期北京时间：

作者：庄保乾,韩路,李晓虎,高社民,刘少阳

单位：新疆准东特变特变能源有限责任公司

摘要：准确地评估电厂设备健康状态,对电厂安全稳定生产、提高设备运行安全性具有十分重要的意义。针对当前电厂设备健康评估方法存在预测精度不高的问题,提出了一种基于集成深度随机森林算法的智能电厂设备健康评估方法。首先,详细介绍电厂设备健康评估系统结构,且分析了健康评估数据结构与影响因素；然后,将设备评估分为6类不同的层级,使得设备健康状态分析更方便；其次,结合深度学习与集成学习技术,提出了集成深度随机森林算法；最后,通过仿真实验分析验证了提出方法的有效性。结果表明,所提方法提高了评估模型的准确度。

关键词：设备健康评估;深度随机森林;集成学习;集成深度森林

基金资助：新疆准东特变能源有限责任公司北一智慧电厂项目 (平台建设与开发 ISS)编号：TBEA-TCNY-ZTJG(2021)-GCFW-2021-003-01