Zeitschrift für Kernenergiewissenschaft und Energieerzeugungstechnologie

Anomalien in der Solaranlage mit Machine-Learning-Algorithmen erkennen

Murat Kunelbayev, Zhadyra Zhumasheva, Tletay Sholpan, Kurmanali Meiramgul, Duissembayeva Laura und Kurbanaliyeva Aiman

Dieser Artikel untersucht die Verwendung von Algorithmen des maschinellen Lernens zur Erkennung von Anomalien im Solarheizsystem. Ein entwickeltes Solarheizsystem besteht aus mehreren Teilen, um den Beschreibungs- und Modellierungsprozess zu vereinfachen. Die Autoren schlagen eine neue Architektur für neuronale Netzwerke auf der Grundlage gewöhnlicher Differentialgleichungen vor. Die Idee besteht darin, die neue Architektur auf praktische Probleme der Unfallvorhersage (das Problem der Extrapolation von Zeitreihen) und der Klassifizierung (Klassifizierung von Unfällen auf der Grundlage historischer Daten) anzuwenden. Die entwickelten Algorithmen des maschinellen Lernens, Techniken der künstlichen Intelligenz, die Theorie der Differentialgleichungen – diese Richtungen ermöglichen es uns, ein Modell zur Vorhersage der Unfallrate des Systems zu erstellen. Die Theorie der Datenbankverwaltung (nicht-relationale Datenbanken) – diese Systeme ermöglichen es Ihnen, die optimale Speicherung großer Zeitreihen zu etablieren.