[发明专利]一种飞灰含碳量预测方法、装置、设备及可读存储介质

权利要求书

1.一种飞灰含碳量预测方法，其特征在于，包括：

确定飞灰含碳量的影响参数，并根据与所述影响参数对应的历史运行数据及对应的历史飞灰含碳量值，建立长短期记忆网络模型；

获取所述影响参数在当前时刻对应的运行数据；

根据所述运行数据及所述长短期记忆网络模型得到所述当前时刻的飞灰含碳量值。

2.根据权利要求1所述的飞灰含碳量预测方法，其特征在于，确定飞灰含碳量的影响参数，包括：

确定飞灰含碳量的相关参数；

对与所述相关参数对应的历史相关数据及对应的历史飞灰含碳量值进行灰色关联分析，得到各所述相关参数与所述飞灰含碳量的灰色关联度；

将所述灰色关联度大于预设值的相关参数确定为所述飞灰含碳量的影响参数。

3.根据权利要求2所述的飞灰含碳量预测方法，其特征在于，根据与所述影响参数对应的历史运行数据及对应的历史飞灰含碳量值，建立长短期记忆网络模型，包括：

将所述历史运行数据输入到所述长短期记忆网络模型中，得到与所述历史运行数据对应的飞灰含碳量计算值；

根据所述飞灰含碳量计算值、与所述历史运行数据对应的所述历史飞灰含碳量值，利用梯度下降算法修正所述长短期记忆网络模型中的参数值，直至所述长短期记忆网络模型的精度达到预设精度。

4.根据权利要求3所述的飞灰含碳量预测方法，其特征在于，利用梯度下降算法修正所述长短期记忆网络模型中的参数值，包括：

利用BPTT梯度下降算法修正所述长短期记忆网络模型中的参数值。

5.一种飞灰含碳量预测装置，其特征在于，包括：

建立模块，用于确定飞灰含碳量的影响参数，并根据与所述影响参数对应的历史运行数据及对应的历史飞灰含碳量值，建立长短期记忆网络模型；

获取模块，用于获取所述影响参数在当前时刻对应的运行数据；

得到飞灰含碳量值模块，用于根据所述运行数据及所述长短期记忆网络模型得到所述当前时刻的飞灰含碳量值。

6.根据权利要求5所述的飞灰含碳量预测装置，其特征在于，所述建立模块包括：

确定单元，用于确定飞灰含碳量的相关参数；

灰色关联分析单元，用于对与所述相关参数对应的历史相关数据及对应的历史飞灰含碳量值进行灰色关联分析，得到各所述相关参数与所述飞灰含碳量的灰色关联度；

影响参数确定单元，用于将所述灰色关联度大于预设值的相关参数确定为所述飞灰含碳量的影响参数。

7.根据权利要求6所述的飞灰含碳量预测装置，其特征在于，所述建立模块包括：

输入单元，用于将所述历史运行数据输入到所述长短期记忆网络模型中，得到与所述历史运行数据对应的飞灰含碳量计算值；

修正单元，用于根据所述飞灰含碳量计算值、与所述历史运行数据对应的所述历史飞灰含碳量值，利用梯度下降算法修正所述长短期记忆网络模型中的参数值，直至所述长短期记忆网络模型的精度达到预设精度。

8.根据权利要求7所述的飞灰含碳量预测装置，其特征在于，所述修正单元包括：

修正子单元，用于利用BPTT梯度下降算法修正所述长短期记忆网络模型中的参数值。

9.一种飞灰含碳量预测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述的飞灰含碳量预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的飞灰含碳量预测方法的步骤。