基于贝叶斯优化N-BEATS神经网络的锅炉过热汽温预测模型

马良玉; 胡恩华

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于贝叶斯优化N-BEATS神经网络的锅炉过热汽温预测模型

更新时间：2026-02-13

- 基于贝叶斯优化N-BEATS神经网络的锅炉过热汽温预测模型
- Vol. 42, Issue 1, Pages: 31-37(2026)
- 作者机构：
  
  1. 华北电力大学自动化系
  2. 保定市综合能源系统状态检测与优化调控重点实验室(华北电力大学)
- 作者简介：
- 基金信息：
- DOI：
  CLC： TM621.2;TP18
- Published：2026
- 稿件说明：
移动端阅览
马良玉, 胡恩华. 基于贝叶斯优化N-BEATS神经网络的锅炉过热汽温预测模型[J]. 2026, 42(1): 31-37.
DOI：

马良玉, 胡恩华. 基于贝叶斯优化N-BEATS神经网络的锅炉过热汽温预测模型[J]. 2026, 42(1): 31-37. DOI：

摘要

针对锅炉过热汽温系统存在的大时延、强非线性和变量耦合等建模难题，建立了一种基于贝叶斯优化时间序列预测神经基扩展分析（neural basis expansion analysis for interpretable time series forecasting

N-BEATS）网络的过热汽温预测模型。针对某600 MW超临界火电机组，结合机理分析确定模型的输入和输出变量，通过性能对比实验优化模型的输入/输出时延阶次、Block类型和激活函数，进一步利用贝叶斯优化算法对模型的超参数进行寻优，并与网格搜索、遗传算法的优化效果进行对比。采用该机组仿真运行数据进行建模实验，结果表明所提模型在预测精度方面优于传统优化方法及主流模型。

Abstract

关键词

Keywords

references

谢小鹏,王银河,熊鹏宇,陈军华,金道元,王文,赵芳.基于贝叶斯优化BiLSTM的锂电池SOH预测[J].电源技术,2025(05).

高贺.600 MW燃煤机组灵活变负荷控制策略研究[J].东北电力技术,2025(03).

金秀章,赵术善,畅晗,赵大勇,仲轩正.基于金豺优化变分模态分解与时间卷积网络的过热汽温特性建模[J].中国电机工程学报,2025(12).

范赫,苏志刚,彭献永,周怀春.耦合过热汽温调节的直流炉燃煤机组抗干扰机炉协调控制系统[J].中国电机工程学报,2025(03).

马良玉,梁书源.基于自适应矩估计优化堆栈自编码器的过热汽温预测模型[J].电力科学与工程,2022(10).

马良玉,王永军,左晓桐,莫日格吉勒图.基于改进烟花算法优化极限学习机的过热汽温特性建模[J].热能动力工程,2020(05).

郭嘉曦.过热汽温系统数字孪生模型研究[D].华北电力大学,2023(06).

Baoping Tao,Zifei Han,Wen Shi,Min Wang,Linhan Ouyang.Bayesian variable selection in Kriging metamodeling for quality design[J].European Journal of Operational Research,2026.

Jente Van Belle,Ruben Crevits,Daan Caljon,Wouter Verbeke.Probabilistic Forecasting With Modified N-BEATS Networks.[J].IEEE transactions on neural networks and learning systems,2024.

Hao Lin,Chundong Wang.DIGWO-N-BEATS: An evolutionary time series prediction method for situation prediction[J].Information Sciences,2024.

Li Xiaoming,Yu Xinghuo.Robust regulation for superheated steam temperature control based on data-driven feedback compensation[J].Applied Energy,2022.

Views

195

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于用电周期分析的通信基站窃电检测方法

基于小波分解与ARMA-BayesLSTM组合模型的风向短期预测

5G基站和数据中心的中长期负荷预测研究

《中国光学与应用光学》征稿启事

Chinese Journal of Optics and Applied Optics 1-6（Vol.2） Contents

Related Author

孙文强

曾竞

彭赞

张征

苏盛

廖文宇

郭鹏

赵冰

Related Institution

长沙理工大学电气与信息工程学院

中国移动通信集团湖南有限公司长沙分公司

华北电力大学控制与计算机工程学院

国电联合动力技术有限公司北京技术开发分公司

华北电力大学电气与电子工程学院

AI问答

⁰