资料下载
×
如何使用卷积神经网络实现电站锅炉燃烧效率建模的方法详细说明
消耗积分:1 |
格式:pdf |
大小:2.26 MB |
2020-06-01
2580
分享资料个
针对电站锅炉燃烧效率经典建模方法精度较低的问题，提出了一种基于卷积神经网络（CNN）的新型建模方法。通过分析影响锅炉燃烧效率的各项因素，建立了以锅炉负荷、一二次风配风方式、烟气含氧量等参数为输入，锅炉燃烧效率为输出的建模数据集。由于CNN的核心特征是通过卷积运算从样本数据的空间关联中进行特征提取，所以为了加强输入样本数据的空间特征，利用主成分分析法（PCA）对数据进行重构。在此基础上，采用LeNet-5结构的CNN构建锅炉燃烧效率模型。仿真结果表明，经过PCA重构的锅炉燃烧效率CNN模型的检验集相对误差最小，相比经典模型减小了19.58%，该方法为锅炉燃烧效率的优化提供了新的思路。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
