面向火电控制系统辨识的循环神经网络可视分析

针对火电控制过程产生的数据连续性强、复杂度高,循环神经网络模型行为与实际控制过程难以建立语义关联,不能直观地进行模型的调试、优化和语义上的分析等问题,将可视分析技术引入面向系统辨识的循环神经网络建模过程中,提出可视分析系统iaRNN.首先,通过可视化隐藏单元激活值分布与覆盖范围设计模型评估组合视图,支持内外结合多方面评价模型性能;然后,从时序关系演变和敏感性分析等角度设计可视化视图,以支持探索模型对控制参数的响应行为;最后,基于序列符号化和聚类分析提出了一种用于探索强时序依赖的实值时间序列与隐藏单元关联模式的可视化方法.使用电厂真实数据进行案例分析,验证了iaRNN在辅助用户理解模型工作机理和诊断模型缺陷方面的有效性.