作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前城市天然气发展已经趋于成熟,不仅基础设施得以完善,而且燃气行业的数字化、信息化程度也在不断提高.针对当前燃气行业中数据应用存在的不足,以数据为中心,设计了集数据采集、传输、存储、查询、分析、预测及展示于一体的基于长短期记忆神经网络的燃气压力预警系统,使用长短期记忆神经网络对数据库中的数据进行分析;同时,通过分析预测未来数据能够对未来的事件做出预判,从而可以对可能发生的安全事故采取相应的事前预防措施.
推荐文章
基于长短期记忆神经网络的风力发电 功率预测方法
深度学习
时序预测
风力发电
长短期记忆神经网络
基于长短期记忆神经网络的罗非鱼生长预测模型
罗非鱼
长短期记忆神经网络模型
生长模型
预测
基于长短期记忆神经网络的检修态电网 低频振荡风险预测方法
电力系统
检修方式
计算机编码
低频振荡
风险预测
长短期记忆(LSTM)
基于长短期记忆神经网络的数据中心空调系统传感器故障诊断
故障检测与诊断
数据中心
传感器故障
长短期记忆神经网络
算法
模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于长短期记忆神经网络的燃气数据分析设计
来源期刊 上海煤气 学科
关键词 燃气预警 长短期记忆网络 压力预测 数据分析
年,卷(期) 2019,(5) 所属期刊栏目 信息管理
研究方向 页码范围 30-33
页数 4页 分类号
字数 5018字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭怡伟 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
燃气预警
长短期记忆网络
压力预测
数据分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海煤气
双月刊
1009-4709
31-1834/TE
大16开
上海市西藏中路656号
1957
chi
出版文献量(篇)
1636
总下载数(次)
3
总被引数(次)
3098
论文1v1指导