基于CIFE-FOA-DELM的SCR脱硝入口NOx浓度预测方法研究

文档摘要：针对脱硝入口NOx浓度监测值作为脱硝前馈输入导致的喷氨控制滞后问题,提出了基于炉膛参数的脱硝入口NOx浓度CIFE-FOA-DELM预测方法.采用互信息特征选择方法进行预测模型的特征变量筛选;引入经果蝇寻优算法优化的深度极限学习建立NOx浓度预测模型;并利用某660MW火电机组历史运行数据进行模型验证,与反向传播、支持向量机、深度极限学习机、FOA-SVM模型的预测结果进行对比.结果表明:CIFE-FOA-DELM预测方法具备更高的预测精度,平均绝对百分比误差SMAPE、均方根误差SRMSE、拟合优度R2分别为0.261％、1.384、0.965.与CEMS监测数据对比,脱硝入口NOx浓度预测值提前了180s,有利于解决喷氨控制滞后问题.

Abstract：AimingatthelagproblemofammoniainjectioncontrolcausedbythemonitoringvalueofdenitrificationinletNOxconcentrationasthefeed-forwardinputofdenitrification,theCIFE-FOA-DELMpredictionmethodofdenitrificationinletNOxconcentrationbasedonfurnaceparametersisproposed.Amutualinformationfeatureselectionmethodisusedtoselectfeaturevariablesforthepredictionmodel;deeplimitlearningoptimisedbyDrosophilaoptimisationalgorithmisintroducedtoestablishtheNOxconcentrationpredictionmodel;andthemodelisvalidatedbyusingthehistoricaloperationdataofa660MWthermalpowerunit,andthepredictionresultsarecomparedwiththoseoftheback-propagation,supportvectormachine,deeplimitlearningmachine,andFOA-SVMmodels.TheresultsshowthattheCIFE-FOA-DELMpredictionmethodhashigherpredictionaccuracy,andthemeanabsolutepercentageerror(SMAPE),therootmeansquareerror(SRMSE),andthegoodnessoffit(R2)are0.261％,1.384％,and0.965％,respectively,andthepredictionofthedenitrificationinletNOxconcentrationis180saheadofschedulewhencomparedwiththeCEMSdata,whichisconducivetosolvingtheammoniainjectioncontrollagproblem.Theproblemofammoniainjectioncontrollagissolved.

作者：董威   林子杰   王雅昀 Author：DONGWei   LINZijie   WANGYayun
作者单位：上海金艺检测技术有限公司,上海200000国家能源集团科学技术研究院有限公司,江苏南京210023
刊名：电力科技与环保
Journal：ElectricPowerEnvironmentalProtection
年，卷(期)：2024, 40(3)
分类号：TK411
关键词：SCR  脱硝入口NOx浓度  CIFE-FOA-DELM  互信息特征选择  果蝇优化算法  深度极限学习机  喷氨控制  
Keywords：SCR  NOxconcentrationatthedenitrificationinlet  cife-foa-delm  mutualinformationfeatureselection  drosophilaoptimizationalgorithm  deepextremelearningmachine  ammoniainjectioncontrol  
机标分类号：TP393TP181TM714
在线出版日期：2024年7月19日
基金项目：国家重点研发计划基于CIFE-FOA-DELM的SCR脱硝入口NOx浓度预测方法研究[
期刊论文]  电力科技与环保--2024, 40(3)董威  林子杰  王雅昀针对脱硝入口NOx浓度监测值作为脱硝前馈输入导致的喷氨控制滞后问题,提出了基于炉膛参数的脱硝入口NOx浓度CIFE-FOA-DELM预测方法.采用互信息特征选择方法进行预测模型的特征变量筛选;引入经果蝇寻优算法优化的深度极限...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：SCR,脱硝入口NOx浓度,CIFE-FOA-DELM,互信息特征选择,果蝇优化算法,深度极限学习机,喷氨控制,

2024-10-4 00:21 上传 基于CIFE-FOA-DELM的SCR脱硝入口NOx浓度预测方法研究.pdf

文件大小:

8.05 MB

下载次数:

60

高速下载