典型文献
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
文献摘要：
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.
文献关键词：
工业循环冷却水;水质特征;人工智能;深度卷积神经网络
中图分类号：
作者姓名：
刘钢;李晓东;金轶群;刘川;罗智斌;谢宙桦;冯铁玲;黄善锋
作者机构：
中电四会热电有限责任公司,广东 四会 526242;西安热工研究院有限公司,陕西 西安 710054
文献出处：
引用格式：
[1]刘钢;李晓东;金轶群;刘川;罗智斌;谢宙桦;冯铁玲;黄善锋-.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(08):149-153
A类：
B类：
深度卷积神经网络,工业循环冷却水,循环冷却水系统,运行状态预测,工业设备,智能工业,水质特征,工业循环水,在线仪表,碱度,氯离子,实时数据,网络框架,每层,Dropout,神经网络训练,过拟合,测量数据,有效性验证,泛化能力,其他方法
AB值：
0.214438
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。
