تم تحليل الشبكة العصبية الرياضية لتعلم القوائم (LVQ) وخوارزمية التعلم العميق العنصرية العرضية (LSTM) المتكررة بشكل مفصل في تحليل حالة معدات المحطة الكهربائية. تم استخدام شبكة العنصرية العرضية LSTM لتحليل حالة جهاز طاحونة الفحم ، مع تعيين وظيفة التحفيز في الطبقة الخفية الأخيرة لشبكة العنصرية العرضية بوظيفة الإنحناء الناعم ، حيث يعبر الناتج عن درجة صحة حالة الجهاز واحتمالية حدوث حوادث الجهاز ، وتمت مقارنة تحليل حالة الجهاز بين شبكة العنصرية العرضية LSTM وشبكة العنصرية العرضية LVQ. أظهرت النتائج أن النموذج التدريبي الذي تم الحصول عليه باستخدام شبكة العنصرية العرضية LSTM يمكن أن يحصل على دقة تصنيف حالة الجهاز أعلى ويقلل من معدلات الإبلاغ الناقصة والزائدة في تقييم حالة الجهاز.

معدات المحطة الكهربائية ؛ التعلم الآلي ؛ التعلم العميق ؛ تحليل الحالة ؛ طاحونة الفحم ؛ شبكة العصبونات الصناعية LSTM ؛ شبكة العصبونات الصناعية LVQ