基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对工业过程动力学建模中,输入变量特征集确定困难的问题,提出了一种基于数据驱动的门控循环单元(GRU)神经网络模型.该模型可以通过学习自动提取输入数据与输出数据间的时空特征,简化人工智能模型的输入变量个数,减少了输入的冗余信息,降低了建模过程的难度,并具有较好的精确度和泛化能力.通过使用某燃煤机组实际运行数据中与氮氧化物(NOx)排放相关的数据作为模型输入,建立了基于GRU神经网络的燃煤锅炉NOx排放预测模型.并分别与传统循环神经网络(RNN)和长短期记忆(LSTM)神经网络模型比较,验证了GRU神经网络模型在工业过程动力学建模中的优良性能.
推荐文章
电站燃煤锅炉NOx排放神经网络模型
燃煤电站
锅炉
氮氧化物
人工神经网络
基于生成机理的燃煤电站锅炉NOx排放量神经网络模型
热能动力工程
燃煤电站
锅炉
氮氧化物
人工神经网络
基于广义回归神经网络的燃煤锅炉NOx排放预测
神经网络
预测
NOx排放
配风优化
基于RBF神经网络和BP神经网络的燃煤锅炉NOx排放预测
燃煤锅炉
NOx排放
RBF神经网络
BP神经网络
预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GRU神经网络的燃煤电站NOx排放预测模型
来源期刊 华北电力大学学报(自然科学版) 学科 工学
关键词 GRU 循环神经网络 预测建模 燃煤电站 NOx排放
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 96-103
页数 8页 分类号 TM715
字数 6166字 语种 中文
DOI 10.3969/j.ISSN.1007-2691.2020.01.13
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵文杰 华北电力大学控制与计算机工程学院 47 499 13.0 20.0
2 王文广 华北电力大学控制与计算机工程学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (13)
参考文献  (19)
节点文献
引证文献  (2)
同被引文献  (16)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(7)
  • 参考文献(3)
  • 二级参考文献(4)
2016(9)
  • 参考文献(2)
  • 二级参考文献(7)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(14)
  • 参考文献(4)
  • 二级参考文献(10)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GRU
循环神经网络
预测建模
燃煤电站
NOx排放
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华北电力大学学报(自然科学版)
双月刊
1007-2691
13-1212/TM
大16开
北京市德胜门外朱辛庄北农路2号
18-138
1974
chi
出版文献量(篇)
2661
总下载数(次)
0
总被引数(次)
34067
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导