10.3969/j.issn.1000-3886.2016.05.007
基于 LSTM的发电机组污染物排放预测研究
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。
机器学习、深度学习、递归神经网络、批规范化、回归分析
38
TP391(计算技术、计算机技术)
国网安徽省电力公司科技项目52120015007W
2016-11-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
22-25