典型文献
长短期记忆神经网络模型改进及其在循环冷却水管道腐蚀预测的应用
文献摘要：
炼油工业循环冷却水系统的管道腐蚀是多因素相互作用的复杂过程.为了实现对循环冷却水系统管道腐蚀问题的准确预测,针对传统长短期记忆(LSTM)神经网络模型对于多因素影响的特征提取不足、需要靠人为经验选取超参数的问题,通过在LSTM网络前添加全连接层来提取数据多变量的特征、采用网络搜索法优选超参数对LSTM模型进行改进.从兰州某石化公司按时间采集的循环水质巡检历史数据入手,提取水质数据的多变量和时间序列影响特征,采用改进LSTM模型预测循环冷却水系统管道腐蚀情况.结果表明,相比传统LSTM模型和BP神经网络模型,改进LSTM模型用于循环冷却水系统管道腐蚀预测具有较高的预测精度和泛化能力,为循环冷却水系统的管道腐蚀预测并提前进行防护提供了一种新思路.
文献关键词：
管道;循环冷却水;腐蚀;预测;长短期记忆网络
中图分类号：
作者姓名：
贾彤华;范磊;程光旭;胡海军;陈之腾;王璐
作者机构：
西安交通大学,陕西 西安 710000;中国石油集团石油管工程技术研究院,陕西 西安 710000
文献出处：
引用格式：
[1]贾彤华;范磊;程光旭;胡海军;陈之腾;王璐-.长短期记忆神经网络模型改进及其在循环冷却水管道腐蚀预测的应用)[J].石油化工设备,2022(04):1-6
A类：
B类：
长短期记忆神经网络模型,网络模型改进,冷却水管道,管道腐蚀预测,炼油工业,工业循环冷却水,循环冷却水系统,统管,腐蚀问题,准确预测,多因素影响,超参数,全连接层,提取数据,多变量,网络搜索,搜索法,兰州,石化,按时,循环水,巡检,历史数据,取水,水质数据,影响特征,腐蚀情况,泛化能力,长短期记忆网络
AB值：
0.207576
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。
