期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MI-GA-LSTM的锅炉NO_(x)排放快速预测模型
被引量:
1
1
作者
郭浩楠
钱进
+1 位作者
朱道兴
肖安海
《热能动力工程》
CAS
CSCD
北大核心
2023年第8期103-109,共7页
针对电站锅炉在实际运行过程中存在燃烧优化调整不及时以及烟气脱硝成本较高的问题,提出了基于MI-GA-LSTM的炉膛出口NO_(x)排放快速预测模型。根据燃煤锅炉实际运行数据,利用互信息(MI)进行特征相关性分析,将所得最优特征子集作为长短...
针对电站锅炉在实际运行过程中存在燃烧优化调整不及时以及烟气脱硝成本较高的问题,提出了基于MI-GA-LSTM的炉膛出口NO_(x)排放快速预测模型。根据燃煤锅炉实际运行数据,利用互信息(MI)进行特征相关性分析,将所得最优特征子集作为长短时记忆神经网络(LSTM)的输入,并利用遗传算法(GA)对模型关键参数进行寻优,得到炉膛出口NO_(x)原始生成质量浓度预测的MI-GA-LSTM模型,并与LSTM、门控神经网络(GRU)、循环神经网络(RNN)在同一测试集上进行预测效果对比。结果表明:该模型在训练集和测试集上都能够对运行数据进行精准地预测,可以很好地完成多变量非线性拟合;该模型在测试集上的3项指标均优于其他模型,具有更高的预测精度和泛化能力;该模型可作为炉膛出口NO_(x)排放质量浓度传感器的补充,提前准确感知炉膛出口NO_(x)原始生成质量浓度的变化。
展开更多
关键词
NO_(x)排放浓度
长短时记忆网络
遗传算法
预测模型
原文传递
题名
基于MI-GA-LSTM的锅炉NO_(x)排放快速预测模型
被引量:
1
1
作者
郭浩楠
钱进
朱道兴
肖安海
机构
贵州大学电气工程学院
中国电建贵州工程有限公司
贵州西能电力建设有限公司
出处
《热能动力工程》
CAS
CSCD
北大核心
2023年第8期103-109,共7页
基金
贵州省科技支撑计划项目([2020]2Y040)
贵州西能电力建设有限公司科技创新项目(138021QT0320220012)。
文摘
针对电站锅炉在实际运行过程中存在燃烧优化调整不及时以及烟气脱硝成本较高的问题,提出了基于MI-GA-LSTM的炉膛出口NO_(x)排放快速预测模型。根据燃煤锅炉实际运行数据,利用互信息(MI)进行特征相关性分析,将所得最优特征子集作为长短时记忆神经网络(LSTM)的输入,并利用遗传算法(GA)对模型关键参数进行寻优,得到炉膛出口NO_(x)原始生成质量浓度预测的MI-GA-LSTM模型,并与LSTM、门控神经网络(GRU)、循环神经网络(RNN)在同一测试集上进行预测效果对比。结果表明:该模型在训练集和测试集上都能够对运行数据进行精准地预测,可以很好地完成多变量非线性拟合;该模型在测试集上的3项指标均优于其他模型,具有更高的预测精度和泛化能力;该模型可作为炉膛出口NO_(x)排放质量浓度传感器的补充,提前准确感知炉膛出口NO_(x)原始生成质量浓度的变化。
关键词
NO_(x)排放浓度
长短时记忆网络
遗传算法
预测模型
Keywords
NO_(x) emission concentration
long and short⁃term memory(LSTM)
genetic algorithm
prediction model
分类号
TK32 [动力工程及工程热物理—热能工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于MI-GA-LSTM的锅炉NO_(x)排放快速预测模型
郭浩楠
钱进
朱道兴
肖安海
《热能动力工程》
CAS
CSCD
北大核心
2023
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部