基于 LSTM的发电机组污染物排放预测研究

摘要：

为了利用电力公司积累的海量历史污染物排放数据，形成可以减少污染物排放的调度框架。采用递归神经网络，结合发电机组输出功率与污染物排放量之间的关系，并使用批规范化等深度学习技术，对数据和模型进行学习和训练。实验结果表明，可以有效预测发电机组污染物排放量，解决传统回归分析方法无法适用的难以提取有效特征的问题。

关键词：机器学习、深度学习、递归神经网络、批规范化、回归分析

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国网安徽省电力公司科技项目52120015007W

在线出版日期：2016-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：22-25