双向长短期记忆网络在燃气异常数据填补中的应用研究  

Bidirectional Long and Short-term Memory Network in Gas Anomaly Data Filling Application Research

作　　者：胡殿涛 张芷若 刘保祥 凡建功 Hu Diantao;Zhang Zhiruo;Liu Baoxiang;Fan Jiangong

机构地区：[1]上海航天能源股份有限公司 [2]镇江华润燃气有限公司

出　　处：《城市燃气》2024年第4期10-14,共5页Urban Gas

摘　　要：完整、可靠的燃气调压站运行数据对于城燃企业运营管理至关重要,然而在实际运行中,由于诸如电子脉冲、通信中断等原因,造成燃气调压站产生的时序数据存在缺失、跳变等异常现象,严重影响数据的可靠性及数据的二次运用能力。因此本文提出了一种基于双向长短期记忆网络(BiLSTM)的方法,通过对历史数据的学习和分析,预测并填补异常数据,实验表明本文方法在时序缺失数据填补的平均相对误差率不超过10%,在数据异常填补处理方面具有一定可行性,为燃气时序数据填补提供了新的参考思路。

关 键 词：燃气调压站 时序数据 异常数据填补 BiLSTM 

分 类 号：TU996[建筑科学—供热、供燃气、通风及空调工程]