久久精品视频18,欧美高清久久,中文日产日产乱码乱偷在线,国产成人+综合亚洲+天堂,免费观看黄色av网站,久久精品大全,欧美成人片在线

基于BiLSTM模型的氮氧化物濃度確定方法及裝置與流程

文檔序號(hào):42284519發(fā)布日期:2025-06-27 18:16閱讀:6來(lái)源:國(guó)知局

本申請(qǐng)涉及火電機(jī)組,具體涉及一種基于bilstm模型的氮氧化物濃度確定方法及裝置。


背景技術(shù):

1、目前,社會(huì)正處于能源結(jié)構(gòu)轉(zhuǎn)型和升級(jí)的重要時(shí)期,在這一背景下,傳統(tǒng)火力發(fā)電機(jī)組不僅需要滿足新能源的吸納和電網(wǎng)功率需求的快速響應(yīng),還面臨著環(huán)境保護(hù)和節(jié)能經(jīng)濟(jì)性的更高挑戰(zhàn)。特別是在選擇催化還原(scr)脫銷裝置中,由于反應(yīng)過(guò)程的復(fù)雜性,對(duì)控制策略的要求變得更加嚴(yán)格。

2、scr脫銷裝置的能效受多種因素的影響,包括催化劑的活性、反應(yīng)溫度和噴氨量等。需要注意的是,催化劑一旦投入使用,通常只能在失效時(shí)更換,而反應(yīng)速度則通過(guò)煙氣旁路進(jìn)行控制。相比之下,噴氨量是唯一可以調(diào)節(jié)的關(guān)鍵參數(shù)。如果噴氨量不足,脫硝效果將不理想,可能導(dǎo)致氮氧化物的排放超標(biāo);而如果噴氨量過(guò)多,則可能會(huì)引起設(shè)備積灰堵塞和腐蝕,這不僅威脅到鍋爐的安全運(yùn)行,還會(huì)增加運(yùn)營(yíng)成本并引發(fā)二次污染。因此,如何精準(zhǔn)的控制噴氨量是亟待解決的技術(shù)問(wèn)題。


技術(shù)實(shí)現(xiàn)思路

1、為解決上述問(wèn)題,本申請(qǐng)?zhí)峁┮环N基于bilstm模型的氮氧化物濃度確定方法及裝置。

2、第一方面,提供一種基于bilstm模型的氮氧化物濃度確定方法,包括:

3、獲取氮氧化物濃度的數(shù)據(jù)樣本,數(shù)據(jù)樣本包括輸入數(shù)據(jù)和輸出數(shù)據(jù);

4、基于輸入數(shù)據(jù)的最大值、最小值、輸出數(shù)據(jù)的最大值及最小值對(duì)數(shù)據(jù)樣本進(jìn)行數(shù)據(jù)處理得到目標(biāo)數(shù)據(jù)樣本,目標(biāo)數(shù)據(jù)樣本包括訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集,訓(xùn)練數(shù)據(jù)集包括訓(xùn)練輸入數(shù)據(jù)和訓(xùn)練輸出數(shù)據(jù),測(cè)試數(shù)據(jù)集包括測(cè)試輸入數(shù)據(jù)和測(cè)試輸出數(shù)據(jù);

5、基于訓(xùn)練數(shù)據(jù)集對(duì)獲取到的bilstm模型進(jìn)行訓(xùn)練得到初始濃度確定模型;

6、基于改進(jìn)的麻雀算法對(duì)初始濃度確定模型進(jìn)行更新處理得到濃度確定模型;

7、基于濃度確定模型確定氮氧化物的濃度。

8、進(jìn)一步地,基于改進(jìn)的麻雀算法對(duì)初始濃度確定模型進(jìn)行更新處理得到濃度確定模型,包括:

9、基于改進(jìn)的麻雀算法對(duì)初始濃度確定模型的學(xué)習(xí)率、隱含層神經(jīng)元個(gè)數(shù)及訓(xùn)練次數(shù)進(jìn)行多次迭代優(yōu)化處理,并確定多次迭代優(yōu)化處理過(guò)程中的適應(yīng)度值;

10、基于適應(yīng)度值確定目標(biāo)模型參數(shù);

11、基于目標(biāo)模型參數(shù)調(diào)整初始濃度確定模型的模型參數(shù)得到濃度確定模型。

12、進(jìn)一步地,方法還包括:

13、將測(cè)試數(shù)據(jù)集中的測(cè)試輸入數(shù)據(jù)輸入至濃度確定模型生成測(cè)試輸出結(jié)果;

14、基于測(cè)試輸出結(jié)果和測(cè)試數(shù)據(jù)集中的測(cè)試輸入數(shù)據(jù)對(duì)應(yīng)的測(cè)試輸出數(shù)據(jù)確定測(cè)試輸出結(jié)果的評(píng)價(jià)結(jié)果;

15、基于評(píng)價(jià)結(jié)果調(diào)整濃度確定模型。

16、進(jìn)一步地,改進(jìn)麻雀算法的步驟包括:

17、基于立方映射初始化麻雀種群;

18、基于蝴蝶優(yōu)化算法對(duì)麻雀算法中的發(fā)現(xiàn)者的位置進(jìn)行迭代更新;

19、基于萊維飛行策略對(duì)麻雀算法中的加入者的位置進(jìn)行迭代更新;

20、基于麻雀種群中麻雀的個(gè)體適應(yīng)度更新麻雀算法中預(yù)警者的位置。

21、進(jìn)一步地,獲取氮氧化物濃度的數(shù)據(jù)樣本,包括:

22、基于獲取到的氮氧化物濃度的初始數(shù)據(jù)樣本中輸入數(shù)據(jù)和輸出數(shù)據(jù)的觀測(cè)值確定輸入數(shù)據(jù)和輸出數(shù)據(jù)的相關(guān)值;

23、刪除初始數(shù)據(jù)樣本中相關(guān)值低于預(yù)設(shè)相關(guān)閾值的輸入數(shù)據(jù)和輸出數(shù)據(jù)得到數(shù)據(jù)樣本。

24、第二方面,本申請(qǐng)?zhí)峁┮环N基于bilstm模型的氮氧化物濃度確定裝置,包括:

25、獲取模塊,用于獲取氮氧化物濃度的數(shù)據(jù)樣本,數(shù)據(jù)樣本包括輸入數(shù)據(jù)和輸出數(shù)據(jù);

26、樣本模塊,用于基于輸入數(shù)據(jù)的最大值、最小值、輸出數(shù)據(jù)的最大值及最小值對(duì)數(shù)據(jù)樣本進(jìn)行數(shù)據(jù)處理得到目標(biāo)數(shù)據(jù)樣本,目標(biāo)數(shù)據(jù)樣本包括訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集,訓(xùn)練數(shù)據(jù)集包括訓(xùn)練輸入數(shù)據(jù)和訓(xùn)練輸出數(shù)據(jù),測(cè)試數(shù)據(jù)集包括測(cè)試輸入數(shù)據(jù)和測(cè)試輸出數(shù)據(jù);

27、第一訓(xùn)練模塊,用于基于訓(xùn)練數(shù)據(jù)集對(duì)獲取到的bilstm模型進(jìn)行訓(xùn)練得到初始濃度確定模型;

28、第二訓(xùn)練模塊,用于基于改進(jìn)的麻雀算法對(duì)初始濃度確定模型進(jìn)行更新處理得到濃度確定模型;

29、確定模塊,用于基于濃度確定模型確定氮氧化物的濃度。

30、進(jìn)一步地,第二訓(xùn)練模塊包括:

31、迭代單元,用于基于改進(jìn)的麻雀算法對(duì)初始濃度確定模型的學(xué)習(xí)率、隱含層神經(jīng)元個(gè)數(shù)及訓(xùn)練次數(shù)進(jìn)行多次迭代優(yōu)化處理,并確定多次迭代優(yōu)化處理過(guò)程中的適應(yīng)度值;

32、參數(shù)確定單元,用于基于適應(yīng)度值確定目標(biāo)模型參數(shù);

33、參數(shù)調(diào)整單元,用于基于目標(biāo)模型參數(shù)調(diào)整初始濃度確定模型的模型參數(shù)得到濃度確定模型。

34、進(jìn)一步地,裝置還包括:

35、測(cè)試輸入單元,用于將測(cè)試數(shù)據(jù)集中的測(cè)試輸入數(shù)據(jù)輸入至濃度確定模型生成測(cè)試輸出結(jié)果;

36、評(píng)價(jià)確定單元,用于基于測(cè)試輸出結(jié)果和測(cè)試數(shù)據(jù)集中的測(cè)試輸入數(shù)據(jù)對(duì)應(yīng)的測(cè)試輸出數(shù)據(jù)確定測(cè)試輸出結(jié)果的評(píng)價(jià)結(jié)果;

37、模型調(diào)整單元,用于基于評(píng)價(jià)結(jié)果調(diào)整濃度確定模型。

38、進(jìn)一步地,改進(jìn)麻雀算法的步驟包括:

39、基于立方映射初始化麻雀種群;

40、基于蝴蝶優(yōu)化算法對(duì)麻雀算法中的發(fā)現(xiàn)者的位置進(jìn)行迭代更新;

41、基于萊維飛行策略對(duì)麻雀算法中的加入者的位置進(jìn)行迭代更新;

42、基于麻雀種群中麻雀的個(gè)體適應(yīng)度更新麻雀算法中預(yù)警者的位置。

43、進(jìn)一步地,獲取模塊包括:

44、相關(guān)確定單元,用于基于獲取到的氮氧化物濃度的初始數(shù)據(jù)樣本中輸入數(shù)據(jù)和輸出數(shù)據(jù)的觀測(cè)值確定輸入數(shù)據(jù)和輸出數(shù)據(jù)的相關(guān)值;

45、樣本確定單元,用于刪除初始數(shù)據(jù)樣本中相關(guān)值低于預(yù)設(shè)相關(guān)閾值的輸入數(shù)據(jù)和輸出數(shù)據(jù)得到數(shù)據(jù)樣本。

46、第三方面,本申請(qǐng)?zhí)峁┮环N電子設(shè)備包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序,上述處理器執(zhí)行上述程序時(shí)實(shí)現(xiàn)上述基于bilstm模型的氮氧化物濃度確定方法的步驟。

47、第四方面,本申請(qǐng)?zhí)峁┮环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述基于bilstm模型的氮氧化物濃度確定方法的步驟。

48、第五方面,本申請(qǐng)?zhí)峁┮环N計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序/指令,該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述基于bilstm模型的氮氧化物濃度確定方法的步驟。

49、本申請(qǐng)實(shí)施例提供的技術(shù)方案,選擇bilstm模型作為濃度確定模型的基礎(chǔ)模型,能夠同時(shí)考慮過(guò)去和未來(lái)的上下文信息,增強(qiáng)了模型對(duì)時(shí)序數(shù)據(jù)的處理能力,以使其在預(yù)測(cè)氮氧化物濃度時(shí)更加準(zhǔn)確。并且,通過(guò)改進(jìn)后的麻雀算法對(duì)初始濃度確定模型進(jìn)行更新處理,進(jìn)一步提高了模型的預(yù)測(cè)精度,并以此提高控制噴氨量的準(zhǔn)確性。



技術(shù)特征:

1.一種基于bilstm模型的氮氧化物濃度確定方法,其特征在于,包括:

2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于改進(jìn)的麻雀算法對(duì)所述初始濃度確定模型進(jìn)行更新處理得到濃度確定模型,包括:

3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述方法還包括:

4.根據(jù)權(quán)利要求1或2任一項(xiàng)所述的方法,其特征在于,改進(jìn)麻雀算法的步驟包括:

5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取氮氧化物濃度的數(shù)據(jù)樣本,包括:

6.一種基于bilstm模型的氮氧化物濃度確定裝置,其特征在于,包括:

7.根據(jù)權(quán)利要求6所述的裝置,其特征在于,所述第二訓(xùn)練模塊包括:

8.一種電子設(shè)備,包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序,其特征在于,所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)權(quán)利要求1至5任一項(xiàng)所述的基于bilstm模型的氮氧化物濃度確定方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至5任一項(xiàng)所述的基于bilstm模型的氮氧化物濃度確定方法的步驟。

10.一種計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序/指令,其特征在于,該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至5任一項(xiàng)所述的基于bilstm模型的氮氧化物濃度確定方法的步驟。


技術(shù)總結(jié)
本申請(qǐng)實(shí)施例提供一種基于BiLSTM模型的氮氧化物濃度確定方法及裝置,涉及火電機(jī)組技術(shù)領(lǐng)域,能夠精準(zhǔn)的控制噴氨量。該方法包括:獲取氮氧化物濃度的數(shù)據(jù)樣本,數(shù)據(jù)樣本包括輸入數(shù)據(jù)和輸出數(shù)據(jù);基于輸入數(shù)據(jù)的最大值、最小值、輸出數(shù)據(jù)的最大值及最小值對(duì)數(shù)據(jù)樣本進(jìn)行數(shù)據(jù)處理得到目標(biāo)數(shù)據(jù)樣本,目標(biāo)數(shù)據(jù)樣本包括訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集,訓(xùn)練數(shù)據(jù)集包括訓(xùn)練輸入數(shù)據(jù)和訓(xùn)練輸出數(shù)據(jù),測(cè)試數(shù)據(jù)集包括測(cè)試輸入數(shù)據(jù)和測(cè)試輸出數(shù)據(jù);基于訓(xùn)練數(shù)據(jù)集對(duì)獲取到的BiLSTM模型進(jìn)行訓(xùn)練得到初始濃度確定模型;基于改進(jìn)的麻雀算法對(duì)初始濃度確定模型進(jìn)行更新處理得到濃度確定模型;基于濃度確定模型確定氮氧化物的濃度。

技術(shù)研發(fā)人員:王撰娉,楊振勇,康靜秋,尚勇,劉磊,高愛(ài)國(guó),吳佳瑋,馬寧,岳濤,邢智煒
受保護(hù)的技術(shù)使用者:華北電力科學(xué)研究院有限責(zé)任公司
技術(shù)研發(fā)日:
技術(shù)公布日:2025/6/26
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1