公开(公告)号：CN116895341A

公开(公告)日：2023-10-17

申请号：CN202310643723.2

申请日：2023-06-01

Applicant: 东北大学

Inventor： 柴天佑 ,  赵明君 ,  刘宏伟 ,  王涛

IPC: G16C20/30 ,  G16C20/70 ,  G06F30/27 ,  G06N3/0442 ,  G06N3/08 ,  G06F111/10 ,  G06F119/08

Abstract: 本发明提出一种基于端边云协同的选煤热值预测方法与系统，该方法包括：选取影响热值的相关变量为输入，精煤热值为输出，构建包括线性模型#imgabs0#和非线性项的热值数字孪生模型；对#imgabs1#进行参数辨识获得辨识误差；根据非线性项和辨识误差构建非线性动态系统v(k)；采用长短期记忆多层神经网络LSTM构建v(k)的离线深度学习模型、边侧在线深度学习模型#imgabs2#和云端深度学习校正模型#imgabs3#根据云端数据库实时更新的所有变量校正#imgabs4#校正后的#imgabs5#根据预设自校正机制校正#imgabs6#基于#imgabs7#和非线性动态系统构建热值终点预测模型#imgabs8#向#imgabs9#输入密度设定值和相关变量数据，输出热值数据预测值。其有益效果是，实现热值实时预测，辅助选煤过程密度决策和热值控制，提高精煤质量。