摘要
一种基于数据融合的燃煤机组炉膛温度软测量方法,步骤包括:采集同一时刻炉膛燃烧图像和燃煤机组分散控制系统DCS中的运行数据;对燃烧图像进行预处理;建立混合反卷积与插值上采样的特征提取网络;将结构相似性指数损失加入网络训练损失函数中;训练特征提取网络,得到特征提取模型;提取最后一层编码器得到的M×N二维特征图;将二维特征图划分为同样的S个区域,将单个区域中的特征值相加作为该区域的代表特征值;分析选择DCS运行参数特征,选出与炉膛温度关联度最高的Q个特征;将S个燃烧图像特征与Q个DCS运行参数进行数据融合;建立双向长短期记忆神经网络预测模型预测炉膛温度。本发明能提高炉膛温度软测量模型的精度和鲁棒性。
技术关键词
温度软测量方法
燃煤机组
炉膛
双向长短期记忆
特征提取网络
温度预测模型
图像
混合损失函数
分散控制系统
变量
特征提取模型
特征值
LSTM模型
编码器
数据
样本
上采样
灰色关联度分析
神经网络预测模型
解码器
系统为您推荐了相关专利信息
光伏设备
故障诊断模型
分类网络
特征提取网络
计算机执行指令
服务需求信息
订单
需求预测模型
偏好特征
交互特征
信息筛选方法
海洋环境数据
双向长短期记忆
多智能体强化学习
余弦算法
地点识别方法
深度哈希
特征提取网络
弱监督方法
语义特征
多模态辅助
解码方法
音频特征提取
解码器
信号特征提取