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
发电技术 2023年44卷第3期 页码：399-406
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。”
DOI：10.12096/j.2096-4528.pgt.21084
移动端阅览
39
浏览量
75
下载量
4
CSCD
文章被引用时，请邮件提醒。
提交
相关文章
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
相关作者
高梓维
孙佰仲
刘佳
马岩
杨超
丁宁
李茜
张安安
相关机构
国能宝清煤电化有限公司运行部
东北电力大学能源与动力 工程学院
西南石油大学电气信息学院
广东粤电靖海发电有限公司
华南理工大学电力学院
AI导读
AI脑图
AI问答