| 基于LSTM的濕法煙氣脫硫漿液pH值建模 | |
| 所屬分類：技術論文 | |
| 上傳者：muyx | |
| 文檔大?。?span>603 K | |
| 標簽： 漿液pH值預測 長短期記憶網絡(LSTM) 濕式石灰石-石膏濕法煙氣脫硫(WFGD) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 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值測量時間長，不利于WFGD作業的問題，建立高精度的漿液pH值模型。基于深度學習的框架，利用長短期記憶神經網絡(LSTM）算法對時間序列處理上的優越性進行建模，該模型具有良好的精確度和泛化能力。將燃煤機組實際運行數據中與漿液pH值變化相關的變量作為模型的輔助變量，建立基于LSTM神經網絡的漿液pH值預測模型。對模型進行仿真驗證，并分別與BP神經網絡模型和最小二乘支持向量機(LSSVM)模型比較，結果表明LSTM神經網絡模型的預測精度最高，驗證了LSTM神經網絡在工業建模中的優良性能。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2