资料名称： 基于深度神经网络的脱硫系统预测模型及应用 937KB

资料类别： 脱硝

提供者： 马双忱

关键词：

下载积分： 5

下载次数： 0

上传时间： 2020-09-18

资料简介： 本文建立了一个隐含层包含一个长短期记忆层（Long-short Term Memory, LSTM）、两个线性整流函数层（Rectified Linear Unit, ReLU）、两个全连接层（Fully Connected Layer）和输入、输出层组成的深度神经网络用于脱硫系统主要指标预测。该模型对输入参数采用了指数滑动平均、合并最小分析周期等数据预处理技术进行降噪，在网络训练过程中采用 out技术防止过拟合。仿真结果对比现场数据表明，模型对浆液 pH 值、出口 SO2浓度和脱硫率均体现出良好的预测能力。本文还结合某 2×350MW 燃煤电厂提供的实际工数据，以石灰石供浆密度对系统脱硫性能的影响为例，详细介绍了利用所建立的深度神经网络模型测试湿法脱硫系统各参数指标对脱硫效果的影响，并结合化学机理和工业实际进行的诊断过程。

下载 若您已登录，点击后可直接下载
否则请点击后根据提示登录，或者免费注册后下载