10.13334/j.0258-8013.pcsee.202540
基于互信息–图卷积神经网络的燃煤电站NOx排放预测
燃煤电站NOx排放预测模型可提高脱硝经济性.NOx排放机理复杂,相关性变量众多,有效的融合相关变量之间的信息,能提高NOx排放预测精度.提出了一种基于互信息-图卷积神经网络的NOx排放预测模型.基于某660MW燃煤电站的运行参数,计算影响NOx排放的特征变量之间的互信息,设计特征变量间的邻接关系,获取特征邻接矩阵,构建了基于图卷积神经网络的NOx排放预测模型.将所提出的NOx预测模型与基于LSTM、BPNN和LS-SVM的典型NOx预测模型进行对比,实验结果表明,MI-GCN预测模型具有较好的泛化能力和较高的预测精度.
图卷积神经网络;NOx排放预测;互信息;特征邻接矩阵
42
TM85(高电压技术)
2022-03-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
1052-1059,中插20