文献

J-GLOBAL ID：201802290433433990   整理番号：18A1779882

深い信念ネットワークに基づく石炭燃焼ボイラのNOx排出の予測【JST・京大機械翻訳】

Prediction of NOX emission for coal-fired boilers based on deep belief network

著者 (5件)： Wang Fang (College of electrical and power engineering, Taiyuan University of Technology, No. 79 of Yingzexi Street, Taiyuan, Shanxi, China) ,  Ma Suxia (College of electrical and power engineering, Taiyuan University of Technology, No. 79 of Yingzexi Street, Taiyuan, Shanxi, China) ,  Wang He (Guodian Power Datong Power Generation Co. Ltd., No. 1 of Guanghua Street, Datong, Shanxi, China) ,  Li Yaodong (Guodian Power Datong Power Generation Co. Ltd., No. 1 of Guanghua Street, Datong, Shanxi, China) ,  Zhang Junjie (Tashan NO. 2 Power Co. Ltd. , Tashan Economic Park, Datong, Shanxi, China)
資料名： Control Engineering Practice  (Control Engineering Practice)
巻： 80  ページ： 26-35  発行年： 2018年 
JST資料番号： W0647A  ISSN： 0967-0661  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,新しいデータ収集法により石炭火力発電所におけるNOX排出量を推定するための3種類の深い信念ネットワーク(DBN)ベースのモデルを開発した。現場実験によって得られた実験データに基づいて,検証されたFluentベースのシミュレーション結果とデータベースからの歴史的な操作データをモデル計算に使用した。相互情報を用いて,モデル入力セットを特徴選択法によって最適化した。最適入力によって,3つのタイプのDBNベースのNOX予測モデルを構築した。それにおいて,極端な学習機械,逆伝搬ネットワーク,および動径基底関数ネットワークはDBNのトップ層の下にあり,回帰モデルとして機能する。結果は,DBNベースのモデルが,3つの他のNOX予測モデルと比較して,決定の0.93,0.9,および0.89の係数,およびより大きなロバスト性を有するより大きい予測精度を有することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  シミュレーション ,  データベース ,  *ネットワーク ,  *予測 ,  酸化窒素 ,  回帰モデル ,  データ収集 ,  排出量 ,  動径基底関数ネットワーク ,  予測モデル
準シソーラス用語： 予測精度 ,  *信念ネットワーク ,  *石炭燃焼 ,  石炭火力発電所 , 【Automatic Indexing@JST】

著者キーワード (4件)： 石炭燃焼シミュレーション ,  NOx排出予測 ,  深い信念ネットワーク ,  相互情報ベース変数選択

分類 (2件)： システム・制御理論一般  (IA02010H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 信念ネットワーク ,  石炭燃焼ボイラ ,  NOx排出 ,  予測