《表5 实验数据集信息：考虑时延特征的燃煤锅炉NO_x排放深度学习建模》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《考虑时延特征的燃煤锅炉NO_x排放深度学习建模》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证所构建模型的有效性，选取了某火电厂1000MW超超临界直流锅炉运行数据进行实验。进行NOx预测实验的输入数据均来自电厂实时运行数据。模型预测结果与来自锅炉实时获取的测试数据进行对比。实验数据从DCS系统中随机采集，采样周期为1min，为了验证模型的泛化性，采用3个数据集进行验证。为了便于后续描述，将3个数据集表示为D1，D2，D3，如表5所示。同时将所构建的深度学习模型与ELM[33]、LSTM[3]、SVR[34]模型进行对比。对所有模型的参数进行优化设置，其中ELM、LSTM，SVR模型的参数设置采用了文献[3]、[33]和[34]给出的参数值。