基于LSTM神经网络的燃煤锅炉NO_(x)排放量预测方法

基于人工智能算法发展的最新成果,设计一种可以快速收敛并有较高预测精度的长短时记忆(LSTM)神经网络。在大规模数据样本和验证数据集上进行测试,证明该网络具有较强的泛化能力和实用性,可以实现基于预测的NO_(x)排放量测量与调控,为锅炉设计和节能减排提供新思路。