典型文献
考虑时延特性优化的燃煤锅炉主蒸汽温度预测模型
文献摘要：
构建精确的锅炉主蒸汽温度预测模型有利于提高其控制品质,考虑锅炉运行参数的时延特性对主蒸汽温度的预测精度具有较大影响.使用长短时记忆(LSTM)神经网络算法构建模型预测锅炉主蒸汽温度变化趋势,并针对锅炉运行参数时延特性的问题,提出利用离散粒子群算法实现网络模型输入变量时滞的优化.最后,基于某1 000 MW燃煤锅炉的历史数据,验证时延特性优化后的主蒸汽温度预测模型.预测结果表明,该模型预测均方根误差为0.47℃,较传统方法构建的LSTM神经网络模型预测误差降低6％,预测精度更高.
文献关键词：
燃煤锅炉;主蒸汽温度;预测模型;LSTM神经网络;时延特性
中图分类号：
作者姓名：
杨春来;袁晓磊;殷喆;金飞;李剑锋;吴斌;刘学来
作者机构：
国网河北能源技术服务有限公司,河北 石家庄 050021;华北电力大学控制与计算机工程学院,北京 102206
文献出处：
引用格式：
[1]杨春来;袁晓磊;殷喆;金飞;李剑锋;吴斌;刘学来-.考虑时延特性优化的燃煤锅炉主蒸汽温度预测模型)[J].热力发电,2022(08):124-129
A类：
B类：
时延特性,燃煤锅炉,主蒸汽温度,温度预测模型,锅炉运行,运行参数,长短时记忆,神经网络算法,构建模型,离散粒子群算法,算法实现,模型输入,时滞,MW,历史数据,预测误差
AB值：
0.157853
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。
