电厂传感器信号的同调时间序列分析

在本文中，我们使用拓扑数据分析技术构建了一个合适的神经网络分类器，用于根据参考标识系统学习整个电厂的传感器信号。我们利用持续图的表示来推导必要的预处理步骤并可视化大量数据。我们推导了由一维卷积层与堆叠的长短期记忆作为残差网络相结合的深度架构，适用于处理持续特征。我们组合了三个独立的子网络，分别以时间序列本身以及零维和第一维持续同调的表示为输入。我们对大多数所使用的超参数给出了数学推导。为进行验证，使用来自四座同类型构造电厂的传感器数据进行了数值实验。