论文部分内容阅读
建立了一个隐含层包含一个长短期记忆层(long-short term memory,LSTM)、两个线性整流函数层(rectified linear unit,ReLU)、两个全连接层(fully connected layer)和输入、输出层组成的深度神经网络,用于脱硫系统主要指标预测。该模型对输入参数采用了指数滑动平均、合并最小分析周期等数据预处理技术进行降噪,在网络训练过程中采用dropout技术防止过拟合。仿真结果对比现场数据表明,模型对浆液pH、出口SO_(2)浓度和脱硫率均体现出良好的预测能力