基于LSTM的湿法烟气脱硫浆液pH值建模
所屬分類：技术论文
上傳者：muyx
文檔大?。?span>603 K
標(biāo)簽： 浆液pH值预测 长短期记忆网络(LSTM) 湿式石灰石-石膏湿法烟气脱硫(WFGD)
所需積分：0分積分不夠怎么辦？
文檔介紹： 针对燃煤电厂湿式石灰石-石膏湿法烟气脱硫(WFGD)过程中浆液pH值测量时间长，不利于WFGD作业的问题，建立高精度的浆液pH值模型。基于深度学习的框架，利用长短期记忆神经网络(LSTM）算法对时间序列处理上的优越性进行建模，该模型具有良好的精确度和泛化能力。将燃煤机组实际运行数据中与浆液pH值变化相关的变量作为模型的辅助变量，建立基于LSTM神经网络的浆液pH值预测模型。对模型进行仿真验证，并分别与BP神经网络模型和最小二乘支持向量机(LSSVM)模型比较，结果表明LSTM神经网络模型的预测精度最高，验证了LSTM神经网络在工业建模中的优良性能。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。