| 一种SSAE+BPNN的变工况飞灰含碳量软测量方法 |
| |
| 引用本文： | 刘鑫屏,李 波,邓拓宇.一种SSAE+BPNN的变工况飞灰含碳量软测量方法[J].热力发电,2023,52(1):66-73. |
| |
| 作者姓名： | 刘鑫屏 李 波 邓拓宇 |
| |
| 作者单位： | 华北电力大学控制与计算机工程学院，河北 保定 071003 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFB0902100）~~； |
| |
| 摘 要： | 火电机组变工况运行使数据呈现多模态特征，导致基于浅层网络结构的回归软测量模型的预测精度下降。研究一种改进的BP神经网络(back propagation neural network,BPNN)软测量方法：首先利用堆叠稀疏自编码器(stacked sparse autoencoder,SSAE)强大的深度学习能力提取原始数据特征，然后再利用BPNN对提取特征进行回归分析。经实验验证，SSAE+BPNN软测量方法的均方误差为0.135 8×10–3，平方相关系数为0.983 2，其预测精度和泛化能力显著优于BPNN。将其应用于某台灵活调峰的超超临界660 MW发电机组飞灰含碳量软测量中，预测结果的平均相对误差为0.91%，总体相对误差控制在±5%以内，具有良好的工程应用价值。
|
| 关 键 词： | 堆叠稀疏自编码器 特征提取 软测量 多工况 飞灰含碳量 深度学习 |
A soft measurement method of carbon content in fly ash under variable operating conditions of SSAE+BPNN |
| |
| LIU Xinping,LI Bo,DENG Tuoyu.A soft measurement method of carbon content in fly ash under variable operating conditions of SSAE+BPNN[J].Thermal Power Generation,2023,52(1):66-73. |
| |
| Authors: | LIU Xinping LI Bo DENG Tuoyu |
| |
| Affiliation: | School of Control and Computer Engineering, North China Electric Power University, Baoding 071003, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《热力发电》浏览原始摘要信息 |
|
点击此处可从《热力发电》下载全文 |
