基于CNN-ABC-BiGRU的火电厂数据分析与应用研究

作     者：李萌 宗学军 连莲 何戡 杨忠君 LI Meng;ZONG Xuejun;LIAN Lian;HE Kan;YANG Zhongjun

作者机构：沈阳化工大学信息工程学院辽宁沈阳110142 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2023年第31卷第22期

页      面：11-15,20页

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：辽宁省“兴辽英才计划”项目资助(XLYC2002085) 

主　　题：数据挖掘 火电厂锅炉系统 CNN-ABC-BiGRU Hadoop框架 

摘      要：在大数据环境下,现代企业生产数据的挖掘与利用对提升企业经济效益与提质增效尤为重要。目前企业工艺数据的利用与维护,多依赖专家经验与传统数据分析方法,针对这些企业数据处理与分析存在的局限性和共性问题,以大数据环境下火电厂锅炉系统运行状态预测为例,提出了一种基于Hadoop框架的卷积神经网络(Convolutional Neural Networks,CNN)-人工蜂群算法(Artificial Bee Colony,ABC)-双向门控循环网络(Bidirectional Gate Recurrent Unit,BiGRU)模型的主蒸汽流量预测方法。基于分布式预测模型对辽宁某电厂监测数据进行分析,结果表明,在预测波动较大的主蒸汽流量时,该方法在提升速度的同时,相较于传统BP、LSTM、GRU、BiGRU、CNN-BiGRU等模型,MAE值分别降低了61.188%、51.348%、46.342%、38.005%和20.560%,预测精度有所提高。