| 基于特征优化和改进长短期记忆神经网络的NOx质量浓度预测 |
| |
| 引用本文： | 刘 岳,于 静,金秀章. 基于特征优化和改进长短期记忆神经网络的NOx质量浓度预测[J]. 热力发电, 2021, 50(7): 162-169 |
| |
| 作者姓名： | 刘 岳 于 静 金秀章 |
| |
| 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 |
| |
| 摘 要： | 针对燃煤机组选择性催化还原(SCR)烟气脱硝系统中入口NOx质量浓度难以准确测量的问题,提出一种基于特征优化和改进长短期记忆(LSTM)神经网络的预测模型.首先,通过机理分析确定与NOx排放有关的辅助变量,利用互信息计算各辅助变量与输出变量NOx质量浓度之间的延迟时间.通过最大相关最小冗余算法(mRMR)确定辅助变量最...
|
| 关 键 词： | 特征优化 LSTM网络 寻优算法 互信息 浓度预测 |
NOx mass concentration prediction based on feature optimization and improved LSTM network |
| |
| LIU Yue,YU Jing,JIN Xiuzhang. NOx mass concentration prediction based on feature optimization and improved LSTM network[J]. Thermal Power Generation, 2021, 50(7): 162-169 |
| |
| Authors: | LIU Yue YU Jing JIN Xiuzhang |
| |
| Affiliation: | School of Control and Computer Engineering, North China Electric Power University, Baoding 071003, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 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 |
