《应用数学学报》
文章摘要:针对燃煤电厂SCR脱硝系统入口NOX浓度难以测量的问题,提出了基于改进鲸鱼算法(Improved Whale Optimization Algorithm,IWOA)优化双向长短时记忆神经网络(Bi-directional Long Short-Term Memory Neural Network,Bi-LSTM)的SCR入口NOX浓度预测模型。利用LightGBM进行特征选择,运用最大时间周期的方法计算迟延时间;采用加入Relu层的Bi-LSTM神经网络提取时序特征,建立预测模型,并利用IWOA确定Bi-LSTM的最优超参数,最后与传统Bi-LSTM、LSTM、LightGBM预测模型进行对比验证。仿真结果表明,IWOA-Bi-LSTM模型的均方根误差、平均绝对百分比误差、平均绝对误差最小,能够实现对NOX浓度的准确预测。
文章关键词:
论文作者:姚宁 金秀章 李阳峰
论文分类号:X773
上一篇:武器工业与军事技术论文_四轨电磁发射器电枢
下一篇:没有了