基于改进的LSTM的设备剩余使用寿命应用研究

• 作者: 郭梦溪
• 来源期刊: 现代计算机
• 关键词: URL LSTM 通信设备
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 研究与开发
• 页码范围: 21-25
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.23.004

摘要

介绍电力通信网络设备的剩余寿命预测问题,然后介绍多层LSTM网络的结构和算法原理.使用基于CNN-LSTM网络的混合RUL预测模型,在某电力信通网获得的设备数据集上训练该模型.实验结果表明,与浅层机器学习算法相比,基于多层LSTM网络的RUL预测方法和CNN-LSTM混合预测方法可以在一定程度上提高预测精度,CNN-LSTM精度略优于多层LSTM混合模型.