摘要
本发明公开了一种反应动力学参数智能估计的碳捕集系统动态建模方法,属于碳捕集技术领域。本发明基于双深度神经网络结构,通过将Arrhenius方程和一级反应动力学方程分别嵌入网格结果计算和损失函数,形成实现反应速率常数智能估计的物理信息神经网络模型,并结合物理信息神经网络输出的估计值和基于本构方程的碳捕集系统机理模型,构建考虑反应动力学参数非线性动态特性的碳捕集系统“数据驱动+机理”模型。本发明充分考虑实际运行过程中碳捕集系统的反应动态特性,能够提升碳捕集系统模型在复杂工业环境下的适应性和精度。
技术关键词
动态建模方法
双深度神经网络
碳捕集系统
能量守恒
表达式
电站分布式控制系统
方程
吸收塔
融合数据驱动
速率
参数
理想气体常数
物理
碳捕集技术
神经网络模型
气液两相
液相
系统为您推荐了相关专利信息
水资源优化配置
河流径流量
规划
表达式
水资源承载力
车辆轨迹预测
扩展卡尔曼滤波
运动状态信息
随机森林
状态转移模型
机组组合模型
经济调度模型
储能主体
充放电功率
机组运行约束
意图识别方法
矩阵
频段
想象脑电
半监督标签传播