基于PSO-Attention-LSTM算法的煤电脱硫脱硝运行状态预测方法

侯深, 祝业青, 李祥, 潘云

煤炭经济研究 ›› 2024, Vol. 44 ›› Issue (8) : 60-64.

PDF(4354 KB)

  • 中国科技核心期刊
  • 全国优秀科技期刊
  • 中国煤炭领域高质量科技期刊（T2）
  • 中国地学领域高质量科技期刊（T2）
  • RCCSE中国核心学术期刊（B+）
  • 中国学术期刊网络出版总库全文收录
  • 中国人文社会科学引文数据库收录期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中国科技期刊卓越行动计划（二期）集群(集团)化
    试点项目入选期刊
编辑中心 作者投稿 联系我们 专家审稿
PDF(4354 KB)
煤炭经济研究 ›› 2024, Vol. 44 ›› Issue (8) : 60-64.
本刊策划

基于PSO-Attention-LSTM算法的煤电脱硫脱硝运行状态预测方法

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Method forpredicting the operation status of coal electricity desulfurization and denitration based on PSO-Attention-LSTM algorithm

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
History +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2024, 44(8): 60-64
{{article.zuoZheEn_L}}. {{article.title_en}}. {{journal.qiKanMingCheng_EN}}. 2024, 44(8): 60-64

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

{{article.reference}}

基金

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(4354 KB)

Accesses

Citation

Detail
段落导航
相关文章

/

〈 〉