基于進化算法優化的電站鍋爐飛灰濃度超短期深度學習時間序列預測
國家統計局數據顯示，2020年末中國火電裝機容量占比為56.6%，火電全年發電量占比為68.5%。在有序推進碳達峰和碳中和的過程中，燃煤發電廠的節能減排和轉型升級，于中國具有重要意義。團隊基于深度學習技術，建立了超短期時間序列預測模型。該模型可提前1至2分鐘預知發電廠排放的飛灰濃度的變化，作為控制系統動態調整電除塵器的關鍵參數，如功率和電壓，以達致最大化除塵效率并節約能源。相關技術的商品化會以能源管理合約的方式開展，從實際為電廠節省的電力開支中收取費用。
Team members
何英杰先生*（校友, 市場營銷學系, 香港城市大學）
褚英昊博士（深圳大學）
* 項目負責人
（資料以隊伍遞交報名時為準）
褚英昊博士（深圳大學）
* 項目負責人
（資料以隊伍遞交報名時為準）
成就
- 香港城市大學HK Tech 300種子基金（2021）
- Entrepreneurship: 何英杰，2019福布斯中國30位30歲以下精英榜
- Start-up Competitions:
- Outstanding Enterprise Award, the 8th China Innovation & Entrepreneurship Competition
- National Final in Smart Manufacturing, 2019