| 基于深度卷积神经网络的工业循环冷却水系统运行状态预测 |
| |
| 引用本文： | 刘钢1,李晓东1,金轶群1,刘川1,罗智斌1,谢宙桦2,冯铁玲2,黄善锋2. 基于深度卷积神经网络的工业循环冷却水系统运行状态预测[J]. 热力发电, 2022, 51(8): 149-153 |
| |
| 作者姓名： | 刘钢1 李晓东1 金轶群1 刘川1 罗智斌1 谢宙桦2 冯铁玲2 黄善锋2 |
| |
| 作者单位： | 1.中电四会热电有限责任公司,广东 四会 526242;2.西安热工研究院有限公司,陕西 西安 710054 |
| |
| 摘 要： | 工业循环冷却水系统运行状态预测是维护工业设备正常运行的重要保障。为此,提出一种基于深度卷积神经网络的智能工业循环冷却水系统运行状态预测方法。该方法根据工业循环冷却水水质特征,使用工业循环水在线仪表采集pH值、碱度、硬度、氯离子等实时数据,设计了深度卷积神经网络框架,在每层网络中加入Dropout层,以避免神经网络训练过拟合。利用某电厂的实际水质测量数据对该方法进行有效性验证,结果表明,该方法的预测结果准确率可达94%,且泛化能力良好,优于现有其他方法。
|
| 关 键 词： | 工业循环冷却水 水质特征 人工智能 深度卷积神经网络 |
Operation state prediction for industrial circulating cooling water system based on deep convolutional neural network |
| |
| LIU Gang,LI Xiaodong,JIN Yiqun,LIU Chuan,LUO Zhibin,XIE Zhouhua,FENG Tieling,HUANG Shanfeng. Operation state prediction for industrial circulating cooling water system based on deep convolutional neural network[J]. Thermal Power Generation, 2022, 51(8): 149-153 |
| |
| Authors: | LIU Gang LI Xiaodong JIN Yiqun LIU Chuan LUO Zhibin XIE Zhouhua FENG Tieling HUANG Shanfeng |
| |
| Affiliation: | 1. CLP Sihui Thermal Power Co., Ltd., Sihui 526242, China; 2. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, 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》下载免费的PDF全文 |
|
