龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中电行唐生物质能热电有限公司
申请日：2024-05-29
公开（公告）日：2024-06-28
公开（公告）号：CN118260599A
主分类号：G06F18/214
分类号：G06F18/214;G06F18/24;G06F18/10;G06N3/048
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种生物质直燃发电锅炉炉排振动预测方法，方法包括数据采集、数据预处理、训练炉排振动预测模型和炉排振动预测。本发明属于振动预测技术领域，具体是指一种生物质直燃发电锅炉炉排振动预测方法，本方案通过在训练过程中随机抑制神经元的激活值，减少可更新参数的数量，加快模型收敛速度，重构损失函数，优化参数更新过程，防止过拟合，提高网络模型在分类任务中的预测精度；基于随机序列初始化搜索个体，设定非线性步长和基于随机数的移动策略，能够在短时间内探索搜索空间，避免搜索过拟合导致搜索陷入局部最优，从而找到全局最优解。
主权项：1.一种生物质直燃发电锅炉炉排振动预测方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集；步骤S2：数据预处理；步骤S3：训练炉排振动预测模型，通过在训练过程中随机抑制神经元的激活值，重构损失函数，从而进行模型训练；并基于随机序列初始化搜索个体，设定非线性步长和基于随机数的移动策略，进行超参数优化；步骤S4：炉排振动预测；在步骤S3中包括步骤S31：定义正则化项，同时在参数和网络结构层面上进行正则化，表示如下： ；式中，Rθ是正则化的损失函数；λ是用于控制惩罚力度的正则化参数；k是全连接层数量，l是全连接层数索引；n表示每个全连接层输出神经元数量，j是每层输出神经元索引；m表示每个全连接层输入神经元数量，i是每层输入神经元索引；表示l层第i个神经元到第l+1层第j个神经元之间的连接权重参数。
全文数据：
权利要求：
百度查询： 中电行唐生物质能热电有限公司 一种生物质直燃发电锅炉炉排振动预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号