热能动力工程

作者：董渊博，茅大钧，章明明

单位：上海电力大学 自动化工程学院，上海 200090,,上海电力大学 自动化工程学院，上海 200090,,上海电力大学 自动化工程学院，上海 200090,

关键词：燃气轮机;NOx预测;卷积神经网络; 长短期记忆神经网络

基金：上海市“科技创新行动计划”地方院校能力建设专项项目（19020500700）；中国华电集团有限公司2020年度科技项目（CHDKJ20-02-149）

为了建立精准的NOx预测模型，解决燃气轮机电站存在NOx超标排放的问题，提出一种基于卷积神经网络(Convolutional Neural Network,CNN)和长短期记忆神经网络(Long Shortterm Memory,LSTM)组合模型的NOx排放预测方法。将NOx排放历史数据和燃气轮机燃烧的状态参数通过滑动窗口法构建成特征图格式输入到CNN中，利用其卷积层和池化层提取表征NOx动态变化的特征向量，并转化为时间序列格式输入到LSTM中进一步挖掘内部规律，从而实现NOx的排放预测。以某三菱燃气轮机的历史运行数据进行试验。结果表明：CNNLSTM的相对均方误差eRMSE为1.811 mg/m3，并通过与PCA-BP，PCA-RNN和PCA-LSTM模型进行比较，验证了方法的可行性。

来源：2021年第9期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2021年第9期