摘要
本发明提供一种基于深度学习的锅炉壁温预测方法和系统,方法包括:获取锅炉壁温相关的特征参数和锅炉运行时的预测参数;将特征参数和预测参数划分为训练集、验证集和测试集;构建锅炉壁温预测模型;锅炉壁温预测模型包括经验模态分解模块、深度学习模块和误差修正模块,经验模态分解模块用于将预测参数分解为多个分量序列,深度学习模块用于根据分量序列预测锅炉壁温度,误差修正模块用于修正预测的锅炉壁温度;使用训练集对锅炉壁温预测模型进行训练,并通过验证集调整锅炉壁温预测模型;使用测试集评估锅炉壁温预测模型,若评估结果满足预设标准,将锅炉壁温预测模型部署到锅炉的运行监控系统中,以预测锅炉壁温,实现了锅炉壁温的准确预测。
技术关键词
锅炉壁温
参数
序列
训练集
门控循环单元
统计特征
工况特征
模式挖掘技术
滑动窗口方法
预测误差
异常数据
模拟锅炉
模型训练模块
检测锅炉
注意力机制
系统为您推荐了相关专利信息
信道模拟方法
噪声数据
模拟模型
噪声方差
大气湍流数据
数据处理指令
智能决策系统
情景
数据处理方法
关系
智能规划方法
节点
侧壁摩阻力
强化学习算法
计算机程序指令
残差卷积神经网络
水泥生料
TensorFlow框架
数据上传模块
数据查询模块
预处理系统
还原剂
红外加热装置
子模块
高温烟气回收装置