典型文献
基于自适应矩估计优化堆栈自编码器的过热汽温预测模型
文献摘要：
为实现锅炉过热汽温的预测优化控制,基于某600 MW超临界机组的运行数据,采用堆栈自编码器(stacked autoencoder,SAE)建立其过热汽温特性预测模型.为加快模型训练误差梯度的下降速度,引入自适应矩估计(adaptive moment estimation,Adam)算法对SAE模型进行优化;对使用不同隐含层激活函数时预测模型精度的变化情况进行比较后,选择效果更好的elu激活函数.将基于以上策略建立的Adam-SAE过热汽温预测模型与采用随机搜索优化的极端梯度提升模型的预测效果进行对比,结果表明,Adam-SAE模型的预测误差更小、精度更高.
文献关键词：
超临界机组;过热汽温预测;堆栈自编码器;Adam算法;elu激活函数;极端梯度提升模型
中图分类号：
作者姓名：
马良玉;梁书源
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]马良玉;梁书源-.基于自适应矩估计优化堆栈自编码器的过热汽温预测模型)[J].电力科学与工程,2022(10):47-53
A类：
过热汽温预测,elu
B类：
自适应矩估计,堆栈自编码器,锅炉,优化控制,MW,超临界机组,运行数据,stacked,autoencoder,SAE,温特,特性预测,模型训练,下降速度,adaptive,moment,estimation,Adam,隐含层,激活函数,预测模型精度,较后,上策,随机搜索,搜索优化,极端梯度提升模型,预测误差
AB值：
0.239526
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。
