針對燃煤電廠濕式石灰石-石膏濕法煙氣脫硫(WFGD)過程中漿液pH值測量時(shí)間長,不利于WFGD作業(yè)的問題,建立高精度的漿液pH值模型�；谏疃葘W(xué)習(xí)的框架,利用長短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM)算法對時(shí)間序列處理上的優(yōu)越性進(jìn)行建模,該模型具有良好的精確度和泛化能力。將燃煤機(jī)組實(shí)際運(yùn)行數(shù)據(jù)中與漿液pH值變化相關(guān)的變量作為模型的輔助變量,建立基于LSTM神經(jīng)網(wǎng)絡(luò)的漿液pH值預(yù)測模型。對模型進(jìn)行仿真驗(yàn)證,并分別與BP神經(jīng)網(wǎng)絡(luò)模型和最小二乘支持向量機(jī)(LSSVM)模型比較,結(jié)果表明LSTM神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度最高,驗(yàn)證了LSTM神經(jīng)網(wǎng)絡(luò)在工業(yè)建模中的優(yōu)良性能。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 LSTM網(wǎng)絡(luò)
2 模型的建立
    2.1 輔助變量的選擇
    2.2 數(shù)據(jù)預(yù)處理
        2.2.1 粗大值處理
        2.2.2 數(shù)據(jù)濾波
        2.2.3 時(shí)序調(diào)整
    2.3 構(gòu)建LSTM模型
3 結(jié)果分析
4 結(jié)論



本文編號：3741518