基于长短期记忆神经网络建模的循环流化床锅炉氮氧化物预测研究
ID:93 View Protection:ATTENDEE Updated Time:2020-09-12 18:49:35 Hits:794 Oral Presentation

Start Time:Pending(8)

Duration:Pending

Session:No Session »

Presentation File

Tips: Only the registered participant can access the file. Please sign in first.

Abstract
随着环保形势愈发严峻以及大数据的快速发展,采用人工智能模型和优化算法等数字技术实现电厂污染物的预测和智能控制不断发展。本文基于一台循环流化床锅炉连续运行数据,基于长短期记忆神经网络搭建了氮氧化物预测模型,模型均方误差为2.570 mg/Nm3。本文主要研究了对电厂原数据降噪的必要性,提出了可同时提高预测模型精度和避免特征降维的输入数据结构搭建方法,为优化控制做好数据结构准备。
Keywords
氮氧化物;长短期记忆神经网络;预测
Speaker
陈华锋
在读研究生 浙江大学

Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Sep 13

    2020

    Conference Date

  • Sep 12 2020

    Registration deadline

  • Sep 13 2020

    Contribution Submission Deadline

Sponsored By
中国动力工程学会
Organized By
中国动力工程学会青年工作委员会
重庆大学低品位能源利用技术及系统教育部重点实验室
重庆大学能源与动力工程学院
Contact Information