融合EMD和LSTM的受热面积灰预测研究

• 作者: 李孟威 史元浩 杨彦茹 张泽慧 刘文海
• 来源期刊: 电子测量与仪器学报
• 关键词: 清洁因子 锅炉积灰 经验模态分解 长短期记忆网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 学术论文|PAPERS
• 页码范围: 166-172
• 页数: 7页
• 分类号: TN05|TK227
• 语种: 中文
• DOI: 10.13382/j.jemi.B2003090

摘要

针对锅炉受热面积灰将会降低传热效率和安全性,采用清洁因子作为健康指标来监测锅炉受热面健康状况,并且提出融合经验模态分解(EMD)和长短期记忆网络(LSTM)的模型来预测未来锅炉积灰.经验模态分解可以将时间序列分解为一系列频域稳定的本征模态函数,长短期记忆网络拥有记忆功能,它能够通过学习来挖掘时间序列之间隐藏的长期依赖关系,二者结合,增加了对于时间序列预测的准确度.通过仿真软件验证,该模型对锅炉受热面积灰状况的预测有较为满意的精度,并与两种常用模型进行对比发现,预测精度分别提升了67.7％与59.2％,验证了该模型的可行性与有效性.