基于迁移学习的电站锅炉受热面灰污量化表征方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于迁移学习的电站锅炉受热面灰污量化表征方法及系统
申请号:CN202411470723
申请日期:2024-10-21
公开号:CN119598694A
公开日期:2025-03-11
类型:发明专利
摘要
本发明属于灰污监测技术领域,公开了一种基于迁移学习的锅炉受热面灰污量化表征方法,本发明借助模拟仿真软件搭建研究对象锅炉的锅‑炉耦合模型,采用仿真建模结合实际验证的方法,研究基于迁移学习的锅炉受热面灰污量化表征方法。通过利用仿真数据中建立好并验证精确度的模型和灰污标签,迁移至相同实际受热面进行灰污量化表征建模,降低了建模难度,提高了建模速度,所需数据量少并可有效拟合得到实际受热面的积灰趋势。有效解决目前锅炉机组实际运行数据中缺乏表征灰污标签,无法较好得对后续的吹灰优化提供指导的问题,具有一定的应用前景。
技术关键词
量化表征方法 动态仿真模型 支持向量回归算法 SVR模型 编码器 信息数据处理终端 迁移学习模型 仿真数据 燃煤电站锅炉 表征系统 锅炉受热面 锅炉机组 无监督学习算法 积灰 深度迁移学习 数据标签
系统为您推荐了相关专利信息
CT重建方法 图像重建算法 网络 无监督 非暂态计算机可读存储介质
成像光谱技术 展布方法 稀疏深度网络 高光谱图像特征 三维点云数据
图像生成模型 图像编码器 文本编码器 图像解码器 生成输出图像
视频流 位置编码单元 多头注意力机制 前馈神经网络 客户端
火焰识别方法 全局结构信息 图像 Sigmoid函数 着色