基于自适应矩估计优化堆栈自编码器的过热汽温预测模型
Superheated Steam Temperature Prediction Model Based on Adaptive Moment Estimation-optimized Stacked Autoencoder作者机构:华北电力大学控制与计算机工程学院河北保定071003
出 版 物:《电力科学与工程》 (Electric Power Science and Engineering)
年 卷 期:2022年第38卷第10期
页 面:47-53页
学科分类:080702[工学-热能工程] 08[工学] 0807[工学-动力工程及工程热物理]
主 题:超临界机组 过热汽温预测 堆栈自编码器 Adam算法 elu激活函数 极端梯度提升模型
摘 要:为实现锅炉过热汽温的预测优化控制,基于某600 MW超临界机组的运行数据,采用堆栈自编码器(stacked autoencoder,SAE)建立其过热汽温特性预测模型。为加快模型训练误差梯度的下降速度,引入自适应矩估计(adaptive moment estimation,Adam)算法对SAE模型进行优化;对使用不同隐含层激活函数时预测模型精度的变化情况进行比较后,选择效果更好的elu激活函数。将基于以上策略建立的Adam-SAE过热汽温预测模型与采用随机搜索优化的极端梯度提升模型的预测效果进行对比,结果表明,Adam-SAE模型的预测误差更小、精度更高。