يمكن لعمل الدورة البخارية أن ينتج مجموعة متنوعة وكبيرة من البيانات. لتلبية متطلبات تشغيل البيانات الكبيرة ونمذجة المحاكاة لجودة عالية للبيانات، فإن تنظيف البيانات بشكل فعال يعد أمرًا ضروريًا للغاية. تم بناء نموذج تنظيف بيانات نصف مراقب لمحطة توربينات البخار باستخدام طبقة الذاكرة القصيرة / الطويلة الممتازة لتوصيل البيانات الزمنية بشكل غير خطي. تم اختيار ثلاثة شروط حدود لوحدة الطاقة كمدخلات للنموذج ، وتوقع البيانات المطلوبة للتنظيف وفقًا لفاقد القيم المتوقعة والقيم الفعلية ، ثم اختيار قيم التنبؤ للقيم الشائعة في البيانات ، مما يضمن استكمال البيانات. تم استخدام النموذج لتنظيف بيانات وحدة القدرة البالغة 650 ميجاواط في محطة توليد الطاقة وتم تحسين دقة النموذج على التوالي للتغلب على المشاكل التي تواجه اختيارات مؤشر التقييم لنموذج التنظيف بسبب عدم التوازن في العينات. أظهرت النتائج: تحسين نموذج تنظيف البيانات لشبكة الذاكرة القصيرة / الطويلة بأنه يفوق في الدقة أكثر من 3 أنواع شائعة لتنظيف البيانات الأخرى ، ويمكن التعرف بشكل فعال على ما إذا كانت البيانات غير عادية ، ويمكن استخدام قيم التوقعات لاستكمال البيانات وضمان تساوي حجم البيانات قبل وبعد التنظيف.

شبكة الذاكرة القصيرة / الطويلة ؛ التعلم العميق ؛ تنظيف البيانات ؛ قيم غير عادية ؛ دورة بخارية