期刊信息
主管单位：中华人民共和国教育部
主办单位：重庆大学
主 编：王时龙
地 址：重庆市沙坪坝正街174号
邮政编码：400030
电 话：
电子邮件：xbsg@cqu.edu.cn
国际标准刊号：ISSN 1000-582X
国内统一刊号：CN 50-1044/N
邮发代号：国内78-16 国外 M355
|
| 基于卷积和优化双向门控循环网络的燃气轮机NOx排放预测 |
| 投稿时间：2022-01-12 修订日期：2024-05-14 |
| 关键词:燃气轮机 卷积神经网络 天牛须搜索算法 门控循环单元 |
| 基金项目:国家自然科学基金面上项目(52077155)资助。 |
|
| 摘要点击次数: 28 |
| 全文下载次数: 0 |
| 摘要: |
| 针对燃气轮机NOx排放存在难以准确监测的问题,提出基于卷积神经网络和天牛须(BAS)算法优化双向门控循环(CNN-BAS-BiGRU)单元网络的NOx排放预测模型。首先通过偏最小二乘法计算数据间的相关特性,避免冗余信息影响模型精度；其次利用卷积神经网络提取时序数据中不同层次的空间信息特征；然后将数据输入双向门控循环单元网络(BiGRU)进一步挖掘数据的内部规律。针对BiGRU模型参数较难选取的问题,采用BAS算法进行参数寻优。最后基于UCI机器学习库数据,建立NOx预测模型,并与传统机器学习方法和深度学习模型对比,仿真结果表明所提出的方法具有更高的预测精度。 |
|
| 查看/发表评论 下载PDF阅读器 |
|
|
|
|
|
Copyright@ 2008 All Rights Reserved.
