多尺度特征融合强化神经网络的生物质循环流化床锅炉燃烧状态多目标预测模型

陈正岸; 赵玄昊; 麦晓峰; 钟伟文; 魏帅; 甘云华

doi:10.12096/j.2096-4528.pgt.260310

您当前的位置：

首页 >

文章列表页 >

多尺度特征融合强化神经网络的生物质循环流化床锅炉燃烧状态多目标预测模型

发电技术 2026年47卷第3期页码：563-572

智能学习赋能新型电力系统发电|更新时间：2026-08-17

|

导出
分享
收藏
专辑

- 多尺度特征融合强化神经网络的生物质循环流化床锅炉燃烧状态多目标预测模型
- Multi-Objective Prediction Model for Combustion State of Biomass Circulating Fluidized Bed Boiler Based on Multi-Scale Feature Fusion Enhanced Neural Network
- “研究团队提出了一种基于多尺度特征融合强化LSTM神经网络模型，"有效解决了在锅炉多目标预测中，因预测目标具有不同类型的时序分布特性而导致预测精度欠缺的问题"，为电站锅炉燃烧状态多目标预测提供了新方案。”
- 作者机构：
  1.广东粤电湛江生物质发电有限公司，广东省湛江市 524300
  2.华南理工大学电力学院，广东省广州市 510641
- 作者简介：
  陈正岸(1984)，男，中级工程师，主要从事热控设备管理，124787228@qq.com；
  赵玄昊(2001)，男，硕士研究生，研究方向为能源系统数据预测与智能优化，1095241694@qq.com；
  麦晓峰(1988)，男，高级工程师，主要从事安全生产管理，398735948@qq.com；
  钟伟文(1979)，男，高级工程师，主要从事电力运行管理，441539368@qq.com；
  魏帅(1988)，男，高级工程师，主要从事安全生产管理，729360929@qq.com；
  甘云华(1979)，男，博士，教授，研究方向为新型燃烧、高效传热、能源系统智能优化等，本文通信作者，ganyh@scut.edu.cn。
- 基金信息：
  国家自然科学基金项目(52376108)
- DOI：10.12096/j.2096-4528.pgt.260310
  中图分类号：
- 修回：2025-12-29，
- 稿件说明：
移动端阅览
DOI：
DOI：

39

浏览量

15

下载量

0

CSCD

文章被引用时，请邮件提醒。

提交

关联资源

掺烧固废燃料的循环流化床锅炉引风机叶片腐蚀原因分析

基于自编码器的锅炉受热面灰污监测建模

125 MW超临界CO2燃煤发电机组烟气再循环对锅炉热力性能及经济性的影响分析

能源植物芦竹燃烧利用研究进展

多尺度特征融合强化神经网络的生物质循环流化床锅炉燃烧状态多目标预测模型

Multi-Objective Prediction Model for Combustion State of Biomass Circulating Fluidized Bed Boiler Based on Multi-Scale Feature Fusion Enhanced Neural Network

DOI：10.12096/j.2096-4528.pgt.260310

摘要

Abstract

关键词

Keywords

references