节点文献

基于GRU神经网络的燃煤电站NO_x排放预测模型

免费订阅

【作者】 王文广赵文杰

【Author】 WANG Wenguang;ZHAO Wenjie;School of Control and Computer Engineering, North China Electric Power University;

【机构】 华北电力大学控制与计算机工程学院

【摘要】 针对工业过程动力学建模中,输入变量特征集确定困难的问题,提出了一种基于数据驱动的门控循环单元(GRU)神经网络模型。该模型可以通过学习自动提取输入数据与输出数据间的时空特征,简化人工智能模型的输入变量个数,减少了输入的冗余信息,降低了建模过程的难度,并具有较好的精确度和泛化能力。通过使用某燃煤机组实际运行数据中与氮氧化物(NO_x)排放相关的数据作为模型输入,建立了基于GRU神经网络的燃煤锅炉NO_x排放预测模型。并分别与传统循环神经网络(RNN)和长短期记忆(LSTM)神经网络模型比较,验证了GRU神经网络模型在工业过程动力学建模中的优良性能。

【关键词】 GRU循环神经网络预测建模燃煤电站NO_x排放
【基金】 国家重点研发计划(2016YFB0600701)
  • 【分类号】X773;TP183
  • 【下载频次】211
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: