核能科学与发电技术学报

使用机器学习算法检测太阳能加热系统中的异常

Murat Kunelbayev、Zhadyra Zhumasheva、Tletay Sholpan、Kurmanali Meiramgul、Duissembayeva Laura 和 Kurbanaliyeva Aiman

本文探讨了使用机器学习算法识别太阳能加热系统中的异常。已经开发的太阳能加热系统由几个部分组成，以简化描述和建模过程。作者提出了一种基于常微分方程的神经网络新架构。这个想法是将新架构应用于事故预测（时间序列外推问题）和分类（基于历史数据的事故分类）的实际问题。开发的机器学习算法、人工智能技术、微分方程理论——这些方向使我们能够建立一个预测系统事故率的模型。数据库管理理论（非关系数据库）——这些系统允许您建立大型时间序列的最佳存储。