机组启动态温度预测模型自适应测试技术

基于机器学习的温度预测模型的预测准确度依赖于故障样本,而发电厂的故障样本较少,不同电厂的故障样本往往不能通用。提出故障样本的自适应生成技术和基于灵敏度的测试技术,即通过自适应生成故障样本,并使用故障样本对已部署的温度预测算法应用效果进行灵敏度测试的方法。首先统计温度测点开关量信号测值的历史数据,然后综合历史统计、温度测点报警值、温度测点当前测值计算获得带时标的温度测点模拟测值,为智能趋势判断算法提供了故障样本,也为技术人员测试智能趋势判断算法的性能提供有效手段。测试可完全覆盖故障情况下的趋势特征,打破了原依靠实测故障样本的局限性,实现了对智能技术实施效果的量化评价,为智能技术调参,遴选合适算法和实施手段提供指标支撑,也实现了智能技术实施效果验证工作的前移,避免通过实际工程进行验证带来的损失和不确定影响。

文章来源：《测试技术学报》 网址: http://www.csjsxbzz.cn/qikandaodu/2021/0525/966.html