提出了一种基于稀疏自动编码器（SAE）和长短期记忆网络（LSTM）的方法。首先，利用稀疏自动编码器对安装在汽轮发电机上的分布式控制系统（DCS）采集的运行数据进行重构，提取数据特征；其次，利用优化后的LSTM预测模型，对正常工况下汽轮发电机定子绕组各槽的出口温度进行预测，为发电机的稳定运行提供了有力的支持。
若上方预览无法显示，请新窗口打开或下载 PDF。