摘要
本发明公开了一种基于LSTM的煤电锅炉灰斗灰位预测方法及系统,涉及火力发电厂输灰系统技术领域,包括以下步骤:利用无源核子料位计连续获取煤电锅炉的灰斗在多个时间点处对应的多条灰位数据,获取每个时间步内对应的具有时间依赖性的运行参数;将当前时间点与上个时间点之间的时间步对应的运行参数作为输入,当前时间点对应的灰位数据作为输出,构建多个样本数据对;通过多个样本数据对双向LSTM模型进行训练,得到灰位预测模型;实时采集煤电锅炉的运行参数并将其输入到灰位预测模型中,得到对应的灰位数据。本发明通过无源核子料位计和双向LSTM模型实现了对灰位变化的预测,基于预测的灰位,系统能够确保灰位始终在合理范围内波动。
技术关键词
煤电锅炉
LSTM模型
锅炉运行参数
无源核子料位计
火力发电厂输灰系统
数据
样本
处理器
时序特征
预测系统
计算机设备
可读存储介质
模块
存储器
流速
系统为您推荐了相关专利信息
径流预测方法
分支
残差模型
SWAT模型
BP模型
智能纠偏
步进电机
陀螺仪
传动支架
清扫机器人装置
数据异常检测方法
短时傅里叶变换
LSTM模型
数据异常检测系统
融合特征
融合时空特征
Adam算法
Attention机制
数据采集模块
机器学习预测方法
功率预测方法
元学习方法
长短期记忆网络
门控循环单元
统计特征