环境科学与资源利用论文_基于CNN-LSTM混合神经

文章摘要:为了充分挖掘电站锅炉NOx排放数据中时序性特征联系，提高NOx排放预测精度，提出一种基于卷积神经网络（CNN）和长短期记忆网络（LSTM）的NOx排放预测方法。以某300MW电站锅炉历史数据为样本，采用k-means聚类方法对NOx排放训练样本集进行分组，再基于CNN网络的卷积层和池化层提取NOx排放变量的高维映射关系，构造高维时序特征向量，将抽象化的特征集输入到LSTM网络，通过训练LSTM网络参数建立基于CNN-LSTM的NOx排放预测模型。通过某电站锅炉实际数据验证，所提预测模型对训练和测试样本的平均相对百分比误差分别为1.76%和3.85%，远低于其他模型。结果表明所提模型在预测精度和泛化能力方面具有显著优势。

文章关键词:

论文分类号:X773;TM621.2;TP183

上一篇：电信技术论文_雷达发射机测试性验证试验方案样
下一篇：没有了