一种基于DBN模型的锅炉汽包水位预测方法

本新型涉及汽包水位预测技术领域，公开了一种基于DBN模型的锅炉汽包水位预测方法，包括预训练和反向微调两个部分。预训练利用无监督贪婪逐层法对网络各层间的连接权值和偏移量进行初始化的过程。RBM的每一层从下到上分别进行训练。在训练RBM的每一层时，将学习到的模型参数作为监督学习的初始值，提供了输入数据的先验知识。DBN是由多个RBM组成的多隐层深度学习模型，DBN通过RBM网络逐层训练，得到较好的初始参数，然后利用BP算法在原始的基础上对参数进行微调，使重建输出和原始输入的损失最小。与现有技术相比的优点在于：充分利用大量运行数据，建立汽包水位预测模型，实现对假水位的提前预测，有效防止假水位对控制系统的不利影响。