A étudié l'algorithme de correction des données en temps réel du système de surveillance de l'usine centrale électrique basé sur les séries temporelles et la prévision par réseau neuronal. Basé sur le principe de redondance temporelle, un modèle d'algorithme de correction des données en temps réel a été construit à l'aide d'une méthode de prévision par réseau neuronal. En utilisant des données historiques pour prédire, et en les utilisant à la place des valeurs mesurées réelles pour la correction des données, réduisant l'impact de l'erreur significative sur la correction des données, assurant la précision de la correction des données en temps réel.

Centrale électrique; Séries temporelles; Réseau neuronal; Correction des données; Système de surveillance de l'usine