基于混合深度學習的壓氣機喘振快速診斷及自抗擾控制方法

摘要： [目的]為了提升壓氣機設(shè)備安全、穩(wěn)定運行的水平，提出一種基于混合深度學習參數(shù)辨識的喘振狀態(tài)快速診斷方法，以及一種用于實現(xiàn)壓氣機退喘的自抗擾控制策略。[方法]首先，采用長短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）處理壓氣機參數(shù)辨識輸入輸出數(shù)據(jù)的時序關(guān)系，并融入高斯過程回歸（GPR）的區(qū)間概率估計能力，提出一種基于LSTM和GPR結(jié)合（LSTM-GPR）的混合深度學習參數(shù)辨識算法，進而實現(xiàn)對壓氣... （共10頁）