基于CNN-LSTM的液壓自動抓梁健康狀態(tài)預(yù)測

摘要： 針對監(jiān)測數(shù)據(jù)下大型水電站自動抓梁液壓系統(tǒng)的退化特征提取和健康狀態(tài)預(yù)測問題，基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)和長短時記憶網(wǎng)絡(luò)(LSTM),構(gòu)建一種健康預(yù)測模型。通過監(jiān)測數(shù)據(jù)提取抓梁液壓系統(tǒng)退化特征并實(shí)現(xiàn)預(yù)測。采用隨機(jī)森林對狀態(tài)監(jiān)測信號與外部環(huán)境因素進(jìn)行選擇，利用CNN充分挖掘狀態(tài)監(jiān)測數(shù)據(jù)序列的時空特性，并使用LSTM網(wǎng)絡(luò)捕獲序列數(shù)據(jù)中的信息以及依賴關(guān)系。為驗(yàn)證所提預(yù)測模型的有效性，采用... （共6頁）