基于变量筛选和注意力机制的CNN-BiLSTM出口SO_2浓度预测模型-计量学报年期-手机知网

手机知网 App

24小时专家级知识服务

环境科学与资源利用

基于变量筛选和注意力机制的CNN-BiLSTM出口SO_2浓度预测模型

华北电力大学控制与计算机工程学院 | 畅晗金秀章赵术善赵大勇

开通知网号

针对由于燃煤电厂锅炉燃烧工况复杂多变和脱硫系统惯性大，影响因素多，导致的出口SO_2浓度频繁大范围波动且难以预测的问题，提出了一种基于浣熊优化算法（coati optimization algorithm,COA）优化变分模态分解(variation...

机　构:

华北电力大学控制与计算机工程学院；

领　域:

环境科学与资源利用；动力工程；电力工业；自动化技术；

关键词:

SO2浓度预测；浣熊优化算法；VMD分解；卷积神经网络；双向长短期记忆网络；注意力机制；

开通会员更优惠，尊享更多权益

手机阅读本文

下载APP 手机查看本文

相似文献

期刊硕士博士会议报纸

图书推荐

相关工具书