Zur Lösung des Problems bei der Auswahl des Betriebsmodells für die Dampfturbine in den historischen Betriebsdaten wird eine Optimierungsmethode für die Identifikationsdaten vorgeschlagen, die die Anregungsmerkmale berücksichtigt. Zunächst werden die Anregungsmerkmale der historischen Daten unter Verwendung der Fisher-Informationsmatrix extrahiert, die zusammen mit Trendmerkmalen und der Korrelation zwischen den Parametern einen Satz von Merkmalvariablen bilden. Anschließend wird unter Verwendung der Merkmalvariablen als Eingabe und den Ergebnissen der Identifikation des Standardbetriebsmodells der Dampfturbine als Ausgabe ein Klassifikationsalgorithmus auf Basis des Zufallsforstes verwendet, um ein Modell von Regeln zur Klassifizierung der Identifikationsdaten zu erstellen und die Online-Auswahl der Identifikationsdaten durchzuführen. Schließlich wird die Genauigkeit der Klassifikationsergebnisse des Modells und die Wirksamkeit der Identifikation der Daten überprüft. Die Ergebnisse zeigen, dass die Genauigkeit des Klassifikationsregelmodells 97,561% beträgt, dass genau die historischen Betriebsdaten ausgewählt werden können, die eine ausreichende Anregung enthalten, und dass die Identifikationsergebnisse des Betriebsmodells der Dampfturbine eine hohe Übereinstimmung mit dem Standardmodell aufweisen.

Identifikationsdaten; Anregungsmerkmale der Daten; Dampfturbine; Zufallsforst