基于时序特征与LSTM网络的电站锅炉烟气含氧量预测方法

作者：刘辉; 陈薇; 郑涛; 张建飞; 刘双飞; 杨恺

来源：2022-03-23, 中国, CN202210293320.5.

本发明公开了一种基于时序特征与LSTM网络的电站锅炉烟气含氧量预测方法,包括：1、数据的采集和预处理；2、滑动窗口截取辅助变量数据归一化矩阵；3、CNN网络提取截取后结果的时序特征；4、调整截取间隔和截取区间截取辅助变量数据并提取特征,拼接辅助变量和烟气氧含量归一化矩阵送入LSTM网络,根据预测拟合度R～2判断整体辅助变量的最优时序特征；5、提取各个辅助变量的最优时序特征并构建最优预测模型。本发明能充分考虑影响辅助变量和电站锅炉烟气含氧量时间延迟问题,并提取各个辅助变量的最优时序特征并构建最优预测模型,从而能提升模型的预测精度,有助于实现电站锅炉烟气含氧量在线软测量。

• 单位
  合肥工业大学