摘要
يمكن لتنبؤ دقيق بتركيز كتلة انبعاثات SO2 و NOx أن يوجه بفعالية التحكم في انبعاثات الملوثات، وله أهمية كبيرة في التشغيل البيئي لوحدات CFB. تم استخدام وحدة CFB بقدرة 330 ميجاوات كنموذج بحث، وتم تطبيق معامل ارتباط بيرسون لتصفية متغيرات الإدخال، كما تم استخدام طريقة النطاق الربيعي (IQR) لتصفية واستبدال القيم الشاذة، وتم التطبيع لاستكمال معالجة البيانات؛ بعد ذلك، تم استخراج ميزات متغيرات الإدخال من خلال الشبكة العصبية التفافيه (CNN)، ثم معالجة ميزات السلاسل الزمنية عبر وحدة التكرار المُدارة (GRU)، وتم إدخال آلية الانتباه متعدد الرؤوس (MHA) لالتقاط العلاقات المهمة بين الميزات، وبعد التدريب تم إعادة التطبيع للحصول على مخرجات النموذج؛ وأخيرًا، تم تقييم نتائج مجموعة الاختبار باستخدام متوسط الخطأ المطلق MAE، ومتوسط النسبة المئوية للخطأ المطلق MAPE، و معامل التحديد R2. تظهر النتائج أن نموذج CNN-GRU-MHA قادر على التنبؤ بدقة نسبية بتركيز كتلة انبعاثات الملوثات لوحدات CFB. تؤكد تجارب الإلغاء والمقارنة بين النماذج على الأداء المتفوق لهذا النموذج. يمكن لهذا النموذج تحقيق مراقبة وتحسين توجيهي لتركيز كتلة انبعاثات الملوثات لوحدات CFB، مما يمكّن المحطات من تعديل معلمات التشغيل في الوقت المناسب وضمان التزام الانبعاثات بالمعايير.
关键词
CFB;تنبؤ انبعاث الملوثات;التعلم العميق;محرك البيانات
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website