摘要
本发明公开了一种结合SSAD数据异常检测处理的多特征LSTM水泥烟囱NOx预测方法,包括以下步骤:步骤1、采集水泥生产线中多个连续时间段的窑尾烟室NOx浓度、一号泵频率和烟囱NOx浓度数据,并进行预处理得到数据样本;步骤2、确定预测模型框架;步骤3、基于预测模型框架,将数据样本中数据进行滞后对齐;步骤4、将对齐后的数据样本划分为训练集和测试集,采用训练集对LSTM神经网络进行训练,利用测试集对最优模型参数下的LSTM神经网络进行验证,并根据评价指标进行精度评估,由此得到烟囱NOx浓度的预测结果。
技术关键词
NOx预测方法
烟囱
LSTM神经网络
滑动窗口
变量
样本
水泥生产线
滞后关系
频率
线性插值方法
异常数据
线性回归模型
分析方法
滞后特征
框架
时间段
参数
指标
系统为您推荐了相关专利信息
智能库存管理方法
LSTM神经网络
终端
协同过滤算法
数据获取模块
智能预测方法
模拟退火算法
茶多酚提取率
缩短提取时间
超参数
样本
训练集
更新方法
结构失效概率
拉丁超立方抽样方法