典型文献
基于CS-LSTM的炉排炉干燥段垃圾料层厚度软测量
文献摘要：
针对采用炉排上下方压差来衡量炉排炉干燥段垃圾厚度时测量值波动过大的问题,提出了一种垃圾料层厚度软测量模型.首先,采用皮尔逊相关性分析,消除模型输入变量之间的迟延;然后,结合专家经验,通过现有垃圾厚度模型计算得出垃圾厚度等级;最后,建立基于布谷鸟搜索算法优化长短期记忆的垃圾料层厚度软测量模型.实验结果表明,相比反向传播神经网络、Elman神经网络与长短期记忆模型,所提出的软测量模型具有较高的精度,可实现对料层厚度的准确判断.
文献关键词：
垃圾焚烧发电;炉排炉;料层厚度;布谷鸟搜索;反向传播神经网络;长短期记忆
中图分类号：
作者姓名：
马靖宁;薛文雅;梁伟平;陈联宏;王润
作者机构：
华北电力大学自动化系,河北保定 071003;深圳能源环保股份有限公司,广东深圳 518048
文献出处：
引用格式：
[1]马靖宁;薛文雅;梁伟平;陈联宏;王润-.基于CS-LSTM的炉排炉干燥段垃圾料层厚度软测量)[J].电力科学与工程,2022(11):65-72
A类：
B类：
CS,炉排炉,干燥段,料层厚度,排上,压差,测量值,软测量模型,皮尔逊相关性分析,模型输入,迟延,专家经验,厚度模,布谷鸟搜索算法,算法优化,反向传播神经网络,Elman,长短期记忆模型,垃圾焚烧发电
AB值：
0.233612
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。
