《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》
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。
图表编号 | XD00228544900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 唐振浩、柴向颖、曹生现、牟中华、庞晓娅 |
绘制单位 | 东北电力大学自动化工程学院、东北电力大学自动化工程学院、东北电力大学自动化工程学院、国网甘肃省电力公司电力科学研究院、国网甘肃省电力公司电力科学研究院 |
更多格式 | 高清、无水印(增值服务) |