基于混合深度神经网络建模的锅炉短期NOx排放预测方法.pdfVIP

下载本文档

1
0
约1.57万字
约 11页
2023-04-22 发布于北京
举报
版权申诉

基于混合深度神经网络建模的锅炉短期NOx排放预测方法.pdf

1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种基于混合深度神经网络建模的锅炉短期NOx排放预测方法，包括以下步骤：（1），进行数据预处理，针对原始数据存在的数据缺失和失真情况，对其进行补充与清洗；（2），进行特征提取模块，特征提取层的CNN部分需要将锅炉运行的高维时间序列进行特征提取，LSTM紧接着完成对所提取的特征完成时间维度的建模和分析；（3），基于混合深度神经网络模型，对短期机组NOx排放进行预测。本发明通过训练CNN‑LSTM深度网络模型，学习空间特征之间的时间关联，动态定量预测未来一段时间内NOx排放的变化，可以为锅

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113947013 A (43)申请公布日 2022.01.18 (21)申请号 202111077632.4 (51)Int.Cl.