火力発電所で生成される窒素酸化物は大気汚染の主要な原因の一つであり、窒素酸化物の排出を減らすために効果的な予測モデルを開発することが重要です。火力発電所の制御システムデータの大量性および高次元性、および石炭ボイラーの多変数多変量特性に対処するために、火力発電所分散制御システムデータから特徴抽出のためにPCA（主成分分析）を使用することで、さまざまな特徴変数間の結合を排除します。その後、抽出された特徴は、LSTM（Long Short-Term Memory）ニューラルネットワークの入力として使用され、火力発電所の窒素酸化物の排出予測モデルを得ます。結果は、本論文で提案されたLSTMニューラルネットワークの正確性が79％に達し、平均二乗誤差を基にすると、他の2つのモデルを上回っています。

火力発電所、NOx排出、予測モデル、LSTMニューラルネットワーク、RNN、LSSVM、主成分分析、特徴抽出