이 글에서는 샘플 엔트로피를 기반으로 한 가스-증기 복합 순환 발전소의 정적 판단 방법을 제시한다. 신호의 추세 변화 및 파동 폭에 대한 샘플 엔트로피의 민감성을 활용하여 대상 순서의 정적 요소를 획득하고 대량 데이터의 선별과 분류를 수행한다. 몇 가지 전형적인 시뮬레이션 신호에 대해 샘플 엔트로피 분석을 수행하고 샘플 엔트로피와 신호 대 잡음 비의 관계를 논의한다. 그리고 샘플 엔트로피를 가스 증기 복합 순환 중요 매개 변수의 정적 운전 데이터에 사용하여 선택적으로 사용한다. 결과는 샘플 엔트로피가 신호의 추세 변화 및 파동 폭을 인식하는 능력이 높으며 샘플 엔트로피를 사용하여 정적 판단이 가능함을 보여주며, 이러한 선택된 샘플 데이터를 사용하여 가스 터빈 특성의 신경망 모델링을 수행하면 모델의 정확도가 크게 향상되고 모델 테스트의 오진율이 크게 낮아진다.

정적 심판; 가스; 증기; 복합 순환; 신경망; 샘플 엔트로피; 정적 요소; 신호 대 잡음 비