基于主成分分析和深度神经网络的声学层析成像温度分布重建

张立峰; 李晶; 王智

doi:10.12096/j.2096-4528.pgt.21084

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于主成分分析和深度神经网络的声学层析成像温度分布重建

发电及环境保护 | 更新时间：2025-06-06

- 基于主成分分析和深度神经网络的声学层析成像温度分布重建
- Reconstruction of Temperature Distribution by Acoustic Tomography Based on Principal Component Analysis and Deep Neural Network
- “最新研究利用深度神经网络和声学层析成像技术，成功重建火电厂锅炉炉膛温度场，精度优于传统算法。”
- 发电技术 2023年44卷第3期页码：399-406
- 作者机构：
  
  华北电力大学自动化系，河北省保定市 071003
- 作者简介：
  
  [ "张立峰(1979)，男，博士，副教授，主要研究方向为火电厂先进测量技术，lifeng.zhang@ncepu.edu.cn；" ]
  [ "李晶(1995)，女，硕士研究生，主要研究方向为声学层析测温；" ]
  [ "王智(1998)，男，硕士研究生，主要研究方向为深度学习及其应用。" ]
- 基金信息：
  
  国家自然科学基金项目(61973115)
- DOI：10.12096/j.2096-4528.pgt.21084
  中图分类号： TK 31
- 收稿日期：2022-01-10，
  
  纸质出版日期：2023-06-30
- 稿件说明：
移动端阅览
张立峰,李晶,王智.基于主成分分析和深度神经网络的声学层析成像温度分布重建[J].发电技术,2023,44(03):399-406.

ZHANG Lifeng,LI Jing,WANG Zhi.Reconstruction of Temperature Distribution by Acoustic Tomography Based on Principal Component Analysis and Deep Neural Network[J].Power Generation Technology,2023,44(03):399-406.
张立峰,李晶,王智.基于主成分分析和深度神经网络的声学层析成像温度分布重建[J].发电技术,2023,44(03):399-406. DOI： 10.12096/j.2096-4528.pgt.21084.

ZHANG Lifeng,LI Jing,WANG Zhi.Reconstruction of Temperature Distribution by Acoustic Tomography Based on Principal Component Analysis and Deep Neural Network[J].Power Generation Technology,2023,44(03):399-406. DOI： 10.12096/j.2096-4528.pgt.21084.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

高水分褐煤流动性离散元数值模拟

“双碳”目标下火电厂CO₂计量技术研究现状与展望

基于最小二乘支持向量机的火电厂烟气含氧量预测模型优化研究

基于在线监测数据的燃煤电厂脱硝装置性能预测研究

火电厂废水“零排放”全流程处理中试试验系统设计与构建

基于主成分分析和深度神经网络的声学层析成像温度分布重建

Reconstruction of Temperature Distribution by Acoustic Tomography Based on Principal Component Analysis and Deep Neural Network

DOI：10.12096/j.2096-4528.pgt.21084