一种基于Elman神经网络SCR脱硝系统不良数据辨识方法

发明专利有效专利

申请号：
CN202010898262.X
IPC分类号：G06F30/27;G06N3/04;G06N3/08
申请日期：
2020-08-31
申请人：
华北电力大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于Elman神经网络SCR脱硝系统不良数据辨识方法
申请号	CN202010898262.X	申请日期	2020-08-31
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-12-01	公开/公告号	CN112016248A
优先权	暂无	优先权号	暂无
主分类号	G06F30/27	IPC分类号	G;0;6;F;3;0;/;2;7;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	华北电力大学	申请人地址	北京市昌平区北农路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华北电力大学	当前权利人	华北电力大学
发明人	陆强;马善为;曲艳超;陈晨;吴洋文;张镇西;郑树
代理机构	北京中济纬天专利代理有限公司	代理人	暂无

摘要

本发明提出了一种基于Elman神经网络预测估计鉴别脱硝系统不良数据的方法，主要步骤包括获取原始数据，构建Elman神经网络，神经网络学习，筛选、标记不良样本，剔除不良样本后重新构建和训练Elman神经网络，最终可用训练好的神经网络对不良样本进行检验和校正。本发明基于Elman神经网络预测估计鉴别脱硝系统不良数据，通过多次构建和训练Elman神经网络减少不良样本对网络预测精度的影响，通过对原始样本进行随机测试以避免人工选取的主观性，通过优化样本构建和训练Elman神经网络对所辨识的不良样本进行检验和校正，避免不良样本的误判，具有适应脱硝系统数据参数具有波动大和时变性的特点，辨识精度和准确性高，可广泛用于烟气脱硝领域不良数据的辨识。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供