基于ISDO-VMD与改进Stacked BiLSTM的抽水蓄能机组振动趋势预测方法 · CN122964477A

著录项目

公开（公告）号CN122964477A	申请号CN202611136938.5	专利类型发明专利
状态在审	国家或地区CN	申请人三峡大学
分类号G06F18/20(2023.01), G06F18/2134(2023.01), G06N3/006(2023.01), G06N3/0442(2023.01), G06F18/25(2023.01), G06N3/045(2023.01), G06F18/15(2023.01)	申请日2026-07-29	公开日2026-10-23
发布日期2026-10-23	文档 ID84601494558600008	源数据页码1748
专利语言zh

摘要

基于ISDO‑VMD与改进Stacked BiLSTM的抽水蓄能机组振动趋势预测方法，包括：获取抽水蓄能机组历史振动监测数据，对振动监测数据进行预处理；对SDO进行改进，引入Singer混沌映射初始化策略和柯西变异机制得到改进雪橇犬优化算法ISDO；利用改进雪橇犬优化算法ISDO对变分模态分解VMD中的模态个数K和惩罚因子α进行联合寻优，得到最优VMD参数组合；将得到的最优VMD参数组合输入VMD模型，对预处理后的抽水蓄能机组振动序列进行分解；构建改进Stacked BiLSTM预测模型；将得到的各模态分量分别输入改进Stacked BiLSTM预测模型中进行训练和预测，得到各模态分量对应的预测结果。将各模态分量的预测结果进行叠加重构，得到抽水蓄能机组振动趋势最终预测结果。该方法能够有效提高抽水蓄能机组振动趋势预测精度。

附图

附图 1