基于LSTM的濕法煙氣脫硫漿液pH值建模
所屬分類：技術(shù)論文
上傳者：muyx
文檔大?。?span>603 K
標(biāo)簽： 漿液pH值預(yù)測(cè) 長(zhǎng)短期記憶網(wǎng)絡(luò)(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(duì)燃煤電廠濕式石灰石-石膏濕法煙氣脫硫(WFGD)過(guò)程中漿液pH值測(cè)量時(shí)間長(zhǎng)，不利于WFGD作業(yè)的問(wèn)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(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM）算法對(duì)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(cè)模型。對(duì)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(cè)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。
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。