Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于门控循环神经网络的脱硝系统入口氮氧化物排放预测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:安徽工业大学

摘要:本发明提出的基于门控循环神经网络的脱硝系统入口氮氧化物排放预测方法及系统,涉及模型预测领域;方法包括:获取脱销系统入口的氮氧化物浓度、影响氮氧化物产生的若干变量及其参数值;根据核主成分分析对若干变量降维并对数据进行预处理;根据预处理的数据构建GRU神经网络;引入注意力机制构建AGRU神经网络;根据预处理的数据构建训练集和测试集,训练AGRU神经网络并测试;根据优化算法优化AGRU神经网络的参数,获得氮氧化物排放预测模型,采用均方根误差RMSE及平均绝对误差MAE评估整体模型的预测性能;预测SCR脱销系统入口的氮氧化物浓度。本发明建立的基于核主成分分析和注意力机制的GRU神经网络氮氧化物排放预测模型,能实现对氮氧化物浓度的精准预测。

主权项:1.一种基于门控循环神经网络的脱硝系统入口氮氧化物排放预测方法,其特征在于,包括:获取脱销系统入口的氮氧化物浓度、影响氮氧化物产生的若干变量及其参数值;根据核主成分分析对获取的所述若干变量进行降维处理并对其参数值进行预处理,获得预处理的数据;根据所述预处理的数据,构建GRU神经网络;向所述GRU神经网络中引入注意力机制,获得AGRU神经网络,以便通过注意力层计算注意力权重,突出与氮氧化物浓度相关性较大的输入特征;根据所述预处理的数据构建训练集,对所述AGRU神经网络进行训练;根据优化算法优化所述AGRU神经网络的参数,获得氮氧化物排放预测模型,并且所述氮氧化物排放预测模型采用均方根误差RMSE以及平均绝对误差MAE评估整体模型的预测性能;基于所述氮氧化物排放预测模型预测脱销系统入口的氮氧化物浓度。

全文数据:

权利要求:

百度查询: 安徽工业大学 基于门控循环神经网络的脱硝系统入口氮氧化物排放预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。