原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种发电设备时间序列数据的预测方法，包括：数据采集，采集火电厂设备的多参数时间序列数据；数据处理，对采集的数据进行预处理，得到干净、完整的数据集；特征提取，提取出数据集中的特征变量；模型训练，利用机器学习算法，对所提取特征变量的模式进行学习，建立预测模型；模型验证，对所建立的预测模型进行验证，评估其预测精度和可靠性；模型应用，将所建立的预测模型用于火电厂设备的时间序列数据预测，实现自动化预测和修正。该预测方法采用了数学模型和机器学习算法，预测精度更高，更能满足现实生产环境的要求；同时，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117077866 A
(43)申请公布日 2023.11.17
(21)申请号 202311116630.0
(22)申请日 2023.08.31
(71)申请人 陕西黄陵发电有限公司
地址 72
文档评论（0）