| 基于粒子群优化的双向门控循环神经网络燃煤电厂NOx排放预测 |
| |
| 引用本文： | 谢锐彪,李新利,王英男,杨国田.基于粒子群优化的双向门控循环神经网络燃煤电厂NOx排放预测[J].热力发电,2021,50(10):87-94. |
| |
| 作者姓名： | 谢锐彪 李新利 王英男 杨国田 |
| |
| 作者单位： | 华北电力大学控制与计算机工程学院，北京 102206 |
| |
| 摘 要： | 针对燃煤电厂NOx排放的预测问题，提出了基于粒子群优化算法和双向门控循环（PSO-Bi- GRU）神经网络的NOx排放预测模型。通过主成分分析对影响NOx排放的运行参数进行降维，消除变量间的耦合；基于双向门控循环神经网络学习NOx排放的非线性特性和前后时序信息，提高特征提取能力；采用粒子群算法对Bi-GRU神经网络模型进行超参数寻优，使网络结构最大程度匹配影响NOx排放的变量特征，克服依靠经验选取或手动调节参数而导致预测精度低的问题。最后基于某电厂660 MW机组燃煤锅炉运行参数，建立NOx排放预测模型，并与单向门控循环神经网络、传统Bi-GRU神经网络预测模型进行对比。仿真结果表明，PSO-Bi-GRU神经网络模型预测效果最好，其平均绝对误差、平均绝对百分误差、均方根误差均最小，验证了本文所提PSO-Bi-GRU神经网络NOx排放预测模型的有效性。
|
| 关 键 词： | NOx排放 预测 双向门控循环 神经网络 粒子群算法 超参数优化 |
NOx emission prediction of coal-fired power plants based on PSO and Bi-GRU |
| |
| XIE Ruibiao,LI Xinli,WANG Yingnan,YANG Guotian.NOx emission prediction of coal-fired power plants based on PSO and Bi-GRU[J].Thermal Power Generation,2021,50(10):87-94. |
| |
| Authors: | XIE Ruibiao LI Xinli WANG Yingnan YANG Guotian |
| |
| Affiliation: | School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, 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 |
