期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于LSTM的飞灰含碳量预测

下载PDF

导出

摘要本文首先采用灰色关联的方法,分析了某火电厂350MW机组的主要运行参数与飞灰含碳量的相关性。在此基础上,采集了机组运行数据,并使用长短期记忆神经网络(LSTM)建立了飞灰软测量模型。

作者李奔薛峰刘四辈

机构地区河北建投任丘热电有限责任公司

出处《电力设备管理》 2021年第15期278-281,共4页 Electric Power Equipment Management

关键词飞灰含碳量神经网络软测量模型

分类号 TM6 [电气工程—电力系统及自动化]

引文网络
相关文献

参考文献11

1程启明,胡晓青,王映斐,汪明媚.锅炉飞灰含碳量测量方法综述[J].上海电力学院学报,2011,27(5):519-524. 被引量：13
2王伟,常浩,王宝玉.飞灰含碳量自适应校正WLSSVM软测量模型[J].热力发电,2013,42(8):75-80. 被引量：5
3麻红波,余瑞锋,倪艳红,张彬.基于GSA-LSSVM的循环流化床锅炉飞灰含碳量预测[J].锅炉技术,2016,47(2):53-56. 被引量：6
4金秀章,张扬.基于KPCA和LSSVM的锅炉飞灰含碳量软测量[J].仪器仪表用户,2018,25(7):73-76. 被引量：3
5张大海,楼锐,刘宇穗,王晓雄,张世荣.基于LS-SVM稀疏化算法的飞灰含碳量软测量方法[J].南方能源建设,2019,6(4):69-74. 被引量：2
6卞和营,方彦军.基于支持向量回归的飞灰含碳量软测量[J].热力发电,2014,43(10):46-50. 被引量：9
7卞和营,王军敏.支持向量回归在飞灰含碳量软测量中的应用[J].计算机测量与控制,2014,22(2):345-348. 被引量：8
8贺瑶,方彦军.基于PSO-SVR的飞灰含碳量软测量研究[J].自动化与仪表,2013,28(4):1-4. 被引量：8
9楼锐,黄冬兰,刘宇穗,王升太,张世荣.一种基于LSSVM的飞灰含碳量软测量方法及装置[J].南方能源建设,2017,4(4):42-48. 被引量：6
10刘长良,孙晓娇,刘站营.支持向量机在锅炉飞灰含碳量软测量中的应用[J].电力科学与工程,2010,26(1):39-43. 被引量：13

二级参考文献99

1陈一帆.电容式测碳仪测量原理分析[J].浙江电力,2003,22(3):58-59. 被引量：2
2李智,蔡九菊,郭宏.基于神经网络的电站锅炉飞灰含碳量软测量系统[J].节能技术,2004,22(4):6-7. 被引量：28
3陈强,王培红,李琳,冯泽磊.电站锅炉飞灰含碳量在线软测量模型算法[J].电力系统自动化,2005,29(2):45-49. 被引量：17
4刘涵,李琦,刘丁,梁炎明,宋念龙.基于最小二乘支持向量机的电站锅炉空预器热点检测系统研究[J].中国电机工程学报,2005,25(3):147-152. 被引量：11
5任斌,丰镇平.改进遗传算法与粒子群优化算法及其对比分析[J].南京师范大学学报（工程技术版）,2002,2(2):14-20. 被引量：34
6徐朝芬,孙学信,郭欣.热重分析试验中影响热重曲线的主要因素分析[J].热力发电,2005,34(6):34-36. 被引量：38
7陈敏生,刘定平.电站锅炉飞灰含碳量的优化控制[J].动力工程,2005,25(3):391-391. 被引量：24
8吴戈,陆继东,余亮英,陈文.激光感生击穿光谱技术测量飞灰含碳量[J].热能动力工程,2005,20(4):365-368. 被引量：15
9沈艳,郭兵,古天祥.粒子群优化算法及其与遗传算法的比较[J].电子科技大学学报,2005,34(5):696-699. 被引量：89
10王春林,周昊,周樟华,凌忠钱,李国能,岑可法.基于支持向量机的大型电厂锅炉飞灰含碳量建模[J].中国电机工程学报,2005,25(20):72-76. 被引量：97

共引文献53

1杨秀.基于AdaBoost的SVR建模在飞灰含碳量检测中的应用[J].电子技术（上海）,2020,49(3):189-191. 被引量：1
2王雅彬,李晓敏,边泽楠,赵文杰.基于支持向量机的电站锅炉NO_x排放软测量模型[J].电力科学与工程,2012,28(4):55-59. 被引量：8
3张倩,杨耀权.基于支持向量机核函数的研究[J].电力科学与工程,2012,28(5):42-45. 被引量：30
4赵永辉,刘友宽,朱全聪,杨文杰.支持向量机在电力系统中的应用[J].仪器仪表用户,2012,19(6):90-91.
5卞和营,王军敏.支持向量回归在飞灰含碳量软测量中的应用[J].计算机测量与控制,2014,22(2):345-348. 被引量：8
6卞和营,方彦军.基于支持向量回归的飞灰含碳量软测量[J].热力发电,2014,43(10):46-50. 被引量：9
7张佼,田琦,王美萍.基于交叉验证支持向量回归的供热负荷预测[J].中北大学学报（自然科学版）,2014,35(5):565-570. 被引量：6
8宋绍剑,刘小兵,林小峰.基于ELM的硫熏强度软测量模型[J].计算机测量与控制,2015,23(3):713-715.
9罗嘉,吴乐.电站锅炉主要热工过程参数软测量技术研究进展[J].热力发电,2015,44(11):1-9. 被引量：16
10刘硕,齐咏生,王林,高学金,王普.电站锅炉煤耗与NO_x排放混合建模与优化[J].石油化工自动化,2016,52(1):30-34. 被引量：6

1周捷,李亚男,王奥斯.基于灰色关联的虚拟试衣间使用意愿[J].纺织高校基础科学学报,2021,34(4):62-68. 被引量：2
2车飞翔,樊婷婷,薛波,王帅,刘为恺.石英砂陶粒组合支撑剂导流能力影响因素[J].断块油气田,2022,29(1):134-138. 被引量：12
3高东,郭立稳,王福生,王东.采空区自燃危险区域数值模拟[J].中国科技论文,2022,17(1):78-84. 被引量：6
4单艺,王桂华,井丽巍,张可,刘竞妍.吉林省企业技术创新影响因素灰色关联分析[J].科技创业月刊,2021,34(12):58-62.
5施龙青,史雅迪,邱梅,郭中安,杨建飞,姜海滨.基于Piper图、灰色关联度和三维高密度电法的断层水源判别[J].中国科技论文,2022,17(1):1-8. 被引量：8

电力设备管理

2021年第15期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部