期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合型深度学习模型的电站锅炉~飞灰质量浓度超短期时间序列预测
被引量：
4
1
作者
郭士义
褚英昊
+3 位作者
Koji Toda
王鹏
何英杰
黄立
《锅炉技术》
北大核心
2021年第6期1-7,共7页
准确预测燃煤电厂烟囱出口飞灰质量浓度是有效控制PM_(2.5)等排放物的关键技术。提出基于进化算法优化的深度学习神经网络模型用于飞灰质量浓度预测。基于燃煤电厂智能化数字平台提供的按1 min间隔总计采集33 d的共47520个时间点,671个...
准确预测燃煤电厂烟囱出口飞灰质量浓度是有效控制PM_(2.5)等排放物的关键技术。提出基于进化算法优化的深度学习神经网络模型用于飞灰质量浓度预测。基于燃煤电厂智能化数字平台提供的按1 min间隔总计采集33 d的共47520个时间点,671个预测相关量化指标的时间序列数据,以未来1 min、2 min、3 min原烟气飞灰质量浓度作为预测目标,通过主成分分析进行输入降维并基于端到端数据学习搭建超短期预测模型。预测模型为基于多种网络的混合型结构,其中的超参数通过进化算法进行优化。该模型无须详细分析每个具体输人的物理含义,具有很好迁移和泛化性,可以最小化模型开发和部署的成本。仿真试验结果显示:提出的试验模型在预留的测试数据集上,相比与对照组模型持续性模型显著降低了绝对值误差14%~16%。此外,所实现的预测模型可有效预测波动发生的时刻,对于实际应用具有显著的助益。
展开更多
关键词
燃煤电站
飞灰质量浓度
人工智能
深度学习
时间序列预测
进化算法
在线阅读
下载PDF
职称材料
题名
基于混合型深度学习模型的电站锅炉~飞灰质量浓度超短期时间序列预测
被引量：
4
1
作者
郭士义
褚英昊
Koji Toda
王鹏
何英杰
黄立
机构
上海电气电站环保工程有限公司
埃森哲深圳技术研究院
石川岛(上海)管理有限公司
深圳
开云智能有限公司
出处
《锅炉技术》
北大核心
2021年第6期1-7,共7页
文摘
准确预测燃煤电厂烟囱出口飞灰质量浓度是有效控制PM_(2.5)等排放物的关键技术。提出基于进化算法优化的深度学习神经网络模型用于飞灰质量浓度预测。基于燃煤电厂智能化数字平台提供的按1 min间隔总计采集33 d的共47520个时间点,671个预测相关量化指标的时间序列数据,以未来1 min、2 min、3 min原烟气飞灰质量浓度作为预测目标,通过主成分分析进行输入降维并基于端到端数据学习搭建超短期预测模型。预测模型为基于多种网络的混合型结构,其中的超参数通过进化算法进行优化。该模型无须详细分析每个具体输人的物理含义,具有很好迁移和泛化性,可以最小化模型开发和部署的成本。仿真试验结果显示:提出的试验模型在预留的测试数据集上,相比与对照组模型持续性模型显著降低了绝对值误差14%~16%。此外,所实现的预测模型可有效预测波动发生的时刻,对于实际应用具有显著的助益。
关键词
燃煤电站
飞灰质量浓度
人工智能
深度学习
时间序列预测
进化算法
Keywords
coal-fired power plant
fly ash mass concentration
artificial intelligence
deep learning
time-series forecast
genetic algorithm
分类号
TK229.6 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合型深度学习模型的电站锅炉~飞灰质量浓度超短期时间序列预测
郭士义
褚英昊
Koji Toda
王鹏
何英杰
黄立
《锅炉技术》
北大核心
2021
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
