摘要
本发明公开了一种磨煤机一次风量预测方法,包括1)确定预测模型的输入变量,通过对磨煤机一次风送风系统进行机理分析,选出多个变量作为辅助变量;2)利用归一化法对训练样本数据进行基本量度单位同一化,采用相似度函数法去除相似度高的数据样本,对数据样本进行冗余处理;3)利用核主成分分析抽取数据之间的特征,降低数据维度;4)建立基于长短期记忆网络的一次风量预测模型。通过核主成分分析抽取数据之间的特征,降低数据维度;建立基于长短期记忆网络的一次风量预测模型,提高了预测精度。
技术关键词
长短期记忆网络
核主成分分析
磨煤机
度函数
记忆单元
风量
训练样本数据
变量
送风系统
冗余
元素
特征值
矩阵
非线性
时间段
参数
算法
系统为您推荐了相关专利信息
个性化特征
情绪识别方法
双向长短期记忆网络
深度残差神经网络
深度残差网络
无人机
资源分配方法
服务器
高空平台
最大化系统
内阻
剩余使用寿命
长短期记忆网络
风险
衰减特征
露天矿区
局部阈值分割方法
特征提取网络
边坡
阈值分割算法
伺服系统
经验分布函数
可靠性评估方法
概率分布函数
参数