文献

J-GLOBAL ID：202102227728632725   整理番号：21A3306200

重油燃焼ボイラ燃焼の排気エミッション予測のためのアンサンブル深層学習モデル【JST・京大機械翻訳】

An ensemble deep learning model for exhaust emissions prediction of heavy oil-fired boiler combustion

著者 (6件)： Han Zhezhe (Key Laboratory of Energy Thermal Conversion and Control of Ministry of Education, School of Energy and Environment, Southeast University, Nanjing 210096, China) ,  Li Jian (Key Laboratory of Energy Thermal Conversion and Control of Ministry of Education, School of Energy and Environment, Southeast University, Nanjing 210096, China) ,  Hossain Md. Moinul (School of Engineering, University of Kent, Canterbury, Kent CT2 7NT, UK) ,  Qi Qi (Key Laboratory of Energy Thermal Conversion and Control of Ministry of Education, School of Energy and Environment, Southeast University, Nanjing 210096, China) ,  Zhang Biao (Key Laboratory of Energy Thermal Conversion and Control of Ministry of Education, School of Energy and Environment, Southeast University, Nanjing 210096, China) ,  Xu Chuanlong (Key Laboratory of Energy Thermal Conversion and Control of Ministry of Education, School of Energy and Environment, Southeast University, Nanjing 210096, China)
資料名： Fuel  (Fuel)
巻： 308  ページ： Null  発行年： 2022年 
JST資料番号： C0023A  ISSN： 0016-2361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 排気放出の正確で信頼できる予測は,燃焼最適化制御と環境保護にとって重要である。本研究では,排気放出(NOxとCO_2)予測のための新しいアンサンブル深層学習モデルを提案した。このアンサンブル学習モデルにおいて,積層雑音除去自動符号化器を確立して,火炎画像の深い特徴を抽出した。4つの予測エンジンは,人工ニューラルネットワーク,極端学習機械,サポートベクトルマシンおよび最小二乗サポートベクトルマシンを含んで,抽出した画像深部特徴に基づくNO_xおよびCO_2放出の予備予測のために採用した。その後,これらの予備的予測を,放出の最終予測を達成するために,非線形方法でGauss過程回帰によって組み合わせた。提案したアンサンブル深層学習モデルの有効性を,4.2MW重油燃焼ボイラ火炎画像により評価した。実験結果は,予測が4つの予測エンジンから達成され,しかし,正確な予測精度が提案モデルを通して達成されたことを示唆する。提案したアンサンブル深層学習モデルは正確な点予測を提供するだけでなく,満足な信頼区間を生成する。Copyright 2021 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： 最適制御 ,  *重油 ,  ニューラルネットワーク ,  環境保全 ,  酸化窒素 ,  *排気 ,  符号器 ,  有効性 ,  雑音除去 ,  サポートベクトルマシン
準シソーラス用語： アンサンブル学習 ,  予測精度 ,  最小二乗-サポートベクトルマシン ,  *深層学習 ,  極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (5件)： 排出予測 ,  火炎画像 ,  アンサンブル法 ,  積層雑音除去オートエンコーダ ,  Gauss過程回帰

分類 (2件)： 圧縮点火機関  (PB02030N) ,  燃焼一般  (XE04010W)

タイトルに関連する用語 (8件)： 重油 ,  燃焼ボイラ ,  燃焼 ,  排気エミッション ,  予測 ,  アンサンブル ,  深層学習 ,  モデル