首页|基于长短时记忆算法的火电厂过热气温控制系统参数优化方法研究

基于长短时记忆算法的火电厂过热气温控制系统参数优化方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
旨在通过长短时记忆(long short term memory,LSTM)算法改进过热气温控制系统.研究方法包括数据采集与分析、LSTM模型的建立以及控制系统的参数调整.通过监测和分析历史数据,建立了LSTM模型,能够精确预测过热气温的变化趋势.通过LSTM算法的应用,系统可以更灵活地应对气温波动,降低异常温度的风险,从而减少维护与修理成本.可为火电厂提供一种控制系统,有效降低运营风险,提高经济效益,延长设备寿命,同时减少对环境的不利影响,对于现代工业的可持续发展和清洁能源生产具有重要意义.

陈晨

展开 >

山东兖矿技师学院, 山东 邹城 273500

长短时记忆(LSTM)算法 火电厂 过热气温控制系统

2024

10.3969/j.issn.1006-8554.2024.04.024

技术与市场
四川省科技信息研究所

技术与市场

影响因子：0.566
ISSN：1006-8554
年,卷(期)：2024.31(4)
  • 5