[發明專利]一種基于對比法的火電廠NOx預測模型變量特征提取方法

在審

• 申請號: 201811076142.0
• 申請日: 2018-09-14
• 公開（公告）號: CN109388774A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 王曉峰;李海軍;夏靜;史恒惠;劉長良;張叢
• 申請（專利權）人: 國家電投集團河南電力有限公司技術信息中心;華北電力大學（保定）
• 主分類號: G06F17/10
• 分類號: G06F17/10;G06N3/08
• 代理公司: 北京華仲龍騰專利代理事務所(普通合伙) 11548
• 代理人: 李靜

本發明公開了一種基于對比法的火電廠NOx預測模型變量特征提取方法，包括以下步驟：S1)收集目標鍋爐的設計資料，結合實際運行環境對煤粉的燃燒過程進行機理分析，找出影響NO_X排放量的主要因素；S2)將S1處理完的數據基于互信息進行篩選，采用S?MIFS算法選出NO_X濃度影響較大的輸入變量；S3)將S2得到的數據進行主成分分析，選出累計貢獻到達95％的成分；S4)將S3得到的結果分為兩組，一組送入神經網絡中進行訓練，另一組送入神經網絡中測試；S5)計算神經網絡的輸出值與原測試值的均方根誤差；與現有技術相比，本發明本發明可用于火電廠NOx預測模型輸入變量特征提取，能夠在稍微降低精度的前提下減少輸入變量的維數，減少計算耗時。

技術領域

本發明涉及火電廠NOx預測模型變量特征提取方法技術領域，具體為一種基于對比法的火電廠NOx預測模型變量特征提取方法。

背景技術

氮氧化物(主要是NO、和少量的NO₂，統稱為NO_X)是化石燃料燃燒產生的主要大氣污染物之一，據調查數據顯示火電行業仍是NO_X排放量最多的行業。隨著國家對環境保護的重視，新環保法規對電力生產環保性的要求也愈加嚴厲，NO_X的排放量成為衡量鍋爐燃燒優劣的關鍵指標，是鍋爐是否綠色運行的評判依據。因此NO_X排放量的精準測量尤為重要，然而NO_X排放量影響因素具有耦合性強、非線性等特點，面對這些特點，傳統傳感器無法得到有效應用。軟測量是現代復雜過程工業中較難甚至無法由硬件在線檢測參量實時估計的有效手段，利用能夠測量或能夠精確測量的過程參數作為輔助變量,基于輔助變量和主導變量的數學模型,實現傳統儀表無法測量的過程參數的在線預測。因此一般利用軟測量方法對NO_X排放量實現精準測量。

精確的輸入變量選擇是軟測量模型建立的基礎。輸入變量的選擇將會直接影響到軟測量模型的測量精度、復雜程度以及運算速度。影響NO_X排放量的因素十分復雜：SOFA開度、煙氣流量、爐膛出口煙氣溫度、總煤量、總風量等都會對NO_X排放濃度有影響。但在建模過程中如果全部考慮這些因素，將會增加信息冗余性，使模型過于復雜。因此，對輸入變量進行精準篩選顯得尤為重要。

近年來，對火電廠NO_X軟測量模型中的輔助變量篩選方法有主成分分析法和在信息熵和互信息理論基礎上的互信息篩選法等。經典的主成分分析方法是計算各個特征之間的相關,但是并不能評估變量間的非線性相關。而互信息則可用于衡量兩個變量間相互依賴的強弱程度,不局限于線性相關。由于在鍋爐運行過程中影響NO_X生成的因素非常多，其形成機理也十分復雜，使用一種方法特征提取效果不明顯。鑒于此，本發明提出了一種基于互信息與主成分分析相結合的方法，對輸入變量進行篩選，通過兩種方法的結合，能夠更加精準全面的對輸入變量特征進行提取。

發明內容

本發明的目的在于提供一種基于對比法的火電廠NOx預測模型變量特征提取方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種基于對比法的火電廠NOx預測模型變量特征提取方法，包括以下步驟：

S1)收集目標鍋爐的設計資料，結合實際運行環境對煤粉的燃燒過程進行機理分析，找出影響NO_X排放量的主要因素，確定模型的輸入變量，并導出一定量的歷史數據，進行去噪、濾波預處理。確定的輸入變量包括：1～5層SOFA開度、氨逃逸、噴氨流量、氨流量閥門開度、管道流量調節閥設定值、調節閥調節指令、反應器入口壓力、煙氣流量、爐膛出口煙氣溫度、總煤量、總風量、機組符合空氣預熱器出口二次風溫度、A～F給煤機瞬時流量和磨煤機入口一次風流量及出口溫度，共37個；輸出變量：SCR入口NO_X濃度，共1個。