《电子测量技术杂志》发表论文赏析

基于CNN(1D)-LSTM模型的电站锅炉SCR入口NOx浓度预测

来源:电子测量技术杂志2023年第13期北京时间:

作者:刘建军,赵旭,张卫东,马达夫

单位:1.上海交通大学电子信息与电气工程学院 上海 200240; 2.上海发电设备成套设计研究院有限责任公司 上海 200240

摘要:为了解决电站锅炉操作人员依赖经验调节锅炉运行参数降低SCR入口NOx浓度,提高脱硝效果的问题,提出一种SCR入口处NOx浓度预测方法。该方法建立了基于卷积神经网络和长短期记忆神经网络的CNN(1D)-LSTM模型,通过提取锅炉在时序上的特征参数,可预测5 min后SCR入口处NOx浓度。电厂运行人员可将该模型的预测结果作为SCR入口处NOx浓度的重要参考,更加有效地调节锅炉参数进行脱硝优化。结果表明,预测3 min后SCR入口处NOx浓度LSTM模型优于CNN(1D)LSTM;预测5 min后的SCR入口浓度CNN(1D)-LSTM模型相比于LSTM模型预测精度有很大的所提高,在测试集上Emape为7.05%,取得了期望的效果。

关键词:CNN(1D)-LSTM;SCR;NOx浓度

2023年13期其他文献查阅:

基于OS-ELM与模糊PID的自适应打磨头控制系统

基于多尺度融合模型的化工故障诊断

基于EMD的故障可诊断性评价模型设计

VIENNA整流器中点电压控制策略研究

基于改进麻雀算法的多APF协调控制研究

基于复域超多维标度的混合TOA/AOA定位算法

过钻具声波仪水平井测井问题分析与解决方案

协同压制雷达系统的稳健资源分配方法

基于CNN(1D)-LSTM模型的电站锅炉SCR入口NOx浓度预测

基于数据去噪和CNN-BiGRU的SO2排放预测

VDE-TER信道中基于先验修正因子的Turbo码译码改进算法

基于改进Hough变换的雾中绝缘子裂纹检测与研究

多重金字塔的轻量化遥感车辆小目标检测算法

基于改进YOLOv5s的煤矸石目标检测算法

高分辨率的航拍输电线路绝缘子检测

挡风玻璃花点缺陷智能检测技术研究

改进同态滤波与多尺度融合的腐蚀图像增强

基于卷积神经网络的分数像素运动补偿

一种基于IDOA-RBF神经网络的正常流量过滤方法

基于NOMA的无人机群应急通信系统总和速率优化

高频增强网络与FPN融合的水下目标检测

薛定谔滤波结合阈值算法在核磁脑电梯度伪迹去噪的应用

圆形钢板中声发射信号响应特征研究

基于Autoformer的滚动轴承剩余使用寿命预测

基于特征融合与ELM的小电流接地选线新方法

基于红外视频识别的锂电池健康状态快速检测

宽频带的微带等角螺旋天线设计

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!