长短时记忆网络在热力站建模中的应用

• 作者: 于明伟 李琦
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 时间序列 循环神经网络 长短时记忆网络 tensorflow 热力站建模
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 工程与应用
• 页码范围: 227-233
• 页数: 7页
• 分类号: TP312
• 字数: 6521字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1708-0246

摘要

针对热力站为多变量、非线性、强耦合、大时滞的复杂时序控制系统,难以建立精确模型的问题,提出基于循环神经网络的长短时记忆算法对热力站控制系统建模,该算法既考虑到时间上的影响因素,又解决了长序列信息丢失的问题.以包头某热力站大量实时工况数据通过tensorflow框架搭建神经网络模型,仿真对比结果表明,长短时记忆网络建模能有效地减小建模误差,进一步提高神经网络在热力站系统建模中的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琦	内蒙古科技大学信息工程学院	79	297	9.0	11.0
2	于明伟	内蒙古科技大学信息工程学院	2	9	2.0	2.0