提出了一种基于数据驱动结合全局注意力机制与双向门控循环单元深度神经网络的选择性催化还原系统出口NOx排放预测模型，并使用黑寡妇优化算法对网络超参数进行自动寻优。对某300MW电厂选择性催化还系统的历史运行数据进行深度挖掘，确定模型输入变量并校准各输入变量与NOx排放量之间的时延并重构样本序列。实验结果显示，所提出模型的预测结果比典型预测模型具有更高预测精度和更好的泛化能力。
科研之友
微信
新浪微博
Facebook
分享链接
