典型文献
基于改进鲸鱼算法优化Bi-LSTM的脱硝系统NOx建模
文献摘要：
针对燃煤电厂SCR脱硝系统入口 NOx浓度难以测量的问题,提出了基于改进鲸鱼算法(Improved Whale Optimization Algorithm,IWOA)优化双向长短时记忆神经网络(Bi-directional Long Short-Term Memory Neural Network,Bi-LSTM)的SCR入口 NOx 浓度预测模型.利用LightGBM进行特征选择,运用最大时间周期的方法计算迟延时间;采用加入Relu层的Bi-LSTM神经网络提取时序特征,建立预测模型,并利用IWOA确定Bi-LSTM的最优超参数,最后与传统Bi-LSTM、LSTM、LightGBM预测模型进行对比验证.仿真结果表明,IWOA-Bi-LSTM模型的均方根误差、平均绝对百分比误差、平均绝对误差最小,能够实现对NOx 浓度的准确预测.
文献关键词：
NOx建模;鲸鱼优化;特征处理;双向长短时记忆;SG滤波
中图分类号：
作者姓名：
姚宁;金秀章;李阳峰
作者机构：
华北电力大学控制与计算机工程学院,河北保定071003
文献出处：
引用格式：
[1]姚宁;金秀章;李阳峰-.基于改进鲸鱼算法优化Bi-LSTM的脱硝系统NOx建模)[J].华北电力大学学报（自然科学版）,2022(06):76-83
A类：
B类：
改进鲸鱼算法,算法优化,Bi,脱硝系统,NOx,燃煤电厂,SCR,Improved,Whale,Optimization,Algorithm,IWOA,双向长短时记忆神经网络,directional,Long,Short,Term,Memory,Neural,Network,浓度预测,LightGBM,特征选择,大时间,时间周期,迟延,延时,Relu,时序特征,优超,超参数,对比验证,平均绝对百分比误差,平均绝对误差,准确预测,鲸鱼优化,特征处理,SG
AB值：
0.432764
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
