基于深度學(xué)習(xí)的燃?xì)馕锫?lián)網(wǎng)風(fēng)險預(yù)測

打開文本圖片集

摘  要：深度學(xué)習(xí)技術(shù)在物聯(lián)網(wǎng)數(shù)據(jù)分析領(lǐng)域展現(xiàn)出巨大潛力。針對燃?xì)夤芫W(wǎng)運行安全問題，研究采用長短期記憶網(wǎng)絡(luò)（LSTM）模型，結(jié)合燃?xì)鈮毫Α⒘髁?、溫度等多維傳感數(shù)據(jù)，構(gòu)建一套燃?xì)馕锫?lián)網(wǎng)風(fēng)險預(yù)測系統(tǒng)。通過對某市燃?xì)夤芫W(wǎng)3年運行數(shù)據(jù)的分析，建立一個具有90.5%預(yù)測準(zhǔn)確率的風(fēng)險評估模型。實驗結(jié)果表明，該模型能夠有效識別管網(wǎng)泄漏、壓力異常等潛在風(fēng)險，提前4～6 h發(fā)出預(yù)警信號，為燃?xì)馄髽I(yè)安全管理提供有力的技術(shù)支持。（剩余6461字）