典型文献
基于门控循环单元神经网络的NOx排放量预测
文献摘要：
电站燃煤锅炉产生的排放是大气NOx污染的主要来源之一,建立有效的NOx排放模型是锅炉燃烧优化降低NOx排放的基础.为充分地挖掘数据源与锅炉NOx排放量的相关性,提出一种基于多层门控循环单元神经网络(GRU)的NOx排放预测模型.首先,利用主成分分析对火电厂高维数据进行处理;然后,将提取的主成分作为GRU网络的输入,得到锅炉NOx排放预测模型.以某660 MW电厂实际运行数据对模型进行了验证,仿真结果表明多层GRU模型具有较高的预测精度和较强的鲁棒性,可以更有效地对火电厂NOx排放量进行预测.
文献关键词：
循环神经网络;深度学习;门控循环单元;NOx排放预测
中图分类号：
作者姓名：
杨国田;刘凯;王英男
作者机构：
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]杨国田;刘凯;王英男-.基于门控循环单元神经网络的NOx排放量预测)[J].控制工程,2022(07):1204-1209
A类：
B类：
门控循环单元神经网络,NOx,燃煤锅炉,排放模型,锅炉燃烧,燃烧优化,数据源,GRU,排放预测,火电厂,高维数据,分作,MW,实际运行,运行数据,循环神经网络
AB值：
0.24403
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。
