典型文献
基于互信息–图卷积神经网络的燃煤电站NOx排放预测
文献摘要：
燃煤电站NOx排放预测模型可提高脱硝经济性.NOx排放机理复杂,相关性变量众多,有效的融合相关变量之间的信息,能提高NOx排放预测精度.提出了一种基于互信息-图卷积神经网络的NOx排放预测模型.基于某660MW燃煤电站的运行参数,计算影响NOx排放的特征变量之间的互信息,设计特征变量间的邻接关系,获取特征邻接矩阵,构建了基于图卷积神经网络的NOx排放预测模型.将所提出的NOx预测模型与基于LSTM、BPNN和LS-SVM的典型NOx预测模型进行对比,实验结果表明,MI-GCN预测模型具有较好的泛化能力和较高的预测精度.
文献关键词：
图卷积神经网络;NOx排放预测;互信息;特征邻接矩阵
中图分类号：
作者姓名：
刘菡;王英男;李新利;杨国田
作者机构：
华北电力大学控制与计算机工程学院,北京市 昌平区 102206
文献出处：
引用格式：
[1]刘菡;王英男;李新利;杨国田-.基于互信息–图卷积神经网络的燃煤电站NOx排放预测)[J].中国电机工程学报,2022(03):1052-1059,中插20
A类：
特征邻接矩阵
B类：
互信息,图卷积神经网络,燃煤电站,NOx,排放预测,脱硝,660MW,运行参数,特征变量,设计特征,邻接关系,BPNN,MI,GCN,泛化能力
AB值：
0.175767
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。
