论文部分内容阅读
针对如何及时发现载人航天发射场地勤系统安装的大量仪表和传感器的工作异常以提升发射场设备保障能力的需求,以配电系统为例,利用配电进出回路负荷平衡的原理,以多层感知深度学习为基础,Google TensorFlow为框架,通过训练各回路测量数据与进线数据的差值变化关系,建立了一种新的载人航天发射场配电系统仪表在线异常检测工程模型。实测数据训练后的预测结果与经典最小二乘模型的对比验证了模型具有更好的泛化能力和精度提升。