[發明專利]基于EMD-LSTM的出口SO2

在審

• 申請號: 202110632671.X
• 申請日: 2021-06-07
• 公開（公告）號: CN113440990A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 金秀章;劉岳;仝衛國
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: B01D53/50
• 分類號: B01D53/50;G06F30/25;G06F30/27;G06N3/04;G06N3/08;B01D53/80
• 代理公司: 北京中海智圣知識產權代理有限公司 11282
• 代理人: 王志東

本發明提出一種基于EMD?LSTM的出口SO₂濃度預測方法，包括如下步驟：步驟1：采集與出口SO₂濃度相關的變量，獲得初始變量；步驟2：通過LASSO算法對初始變量進行篩選，去除掉冗余變量后獲得輸入變量；步驟3：通過互信息算法對輸入變量進行時間延遲補償；步驟4：通過EMD算法對所選輸入變量進行分解，獲得平穩信號作為模型輸入變量；步驟5：采用LSTM神經網絡建立預測模型，輸入模型輸入變量，獲得SO₂濃度的預測數據。本發明所述預測方法能夠能夠有效提升模型的精度并防止模型過擬合，以提供預測的準確性。

技術領域

本發明涉及污染物監測技術領域，具體涉及一種基于EMD-LSTM的出口SO₂濃度預測方法。

背景技術

中國是以煤為主要能源的國家，燃煤產生的SO₂會對環境造成極大的污染。燃煤電廠是SO₂排放大戶，近年來，由于我國對燃煤電廠SO₂的排放要求日益嚴格，控制SO₂出口濃度減少對環境的破壞，是當前所有電力企業面臨的主要問題。

目前燃煤電廠脫硫系統大部分采用的都是石灰石-石膏濕法脫硫系統，該系統具有脫硫效率高，成本低等優點，但由于脫硫塔內反應復雜，受影響因素較多，且系統存在大遲延、大慣性等問題。當工況發生波動時，測量SO₂的儀器并不能及時反映SO₂濃度的變化，導致運行人員不能及時對SO₂濃度變化做出調整，因此，需要對脫硫塔出口SO₂濃度進行預測，從而為運行人員及時調整脫硫系統參數提供一定的參考，實現供漿量的超前控制，保證SO₂的超低排放和脫硫系統運行的經濟性與穩定性。

針對現有技術存在的上述技術問題，本發明提供一種基于EMD-LSTM的出口SO₂濃度預測方法。

發明內容

本發明提供一種基于EMD-LSTM的出口SO₂濃度預測方法。

為了實現本發明的目的，采用如下技術方案：

一種基于EMD-LSTM的出口SO₂濃度預測方法，包括如下步驟：

步驟1：采集與出口SO₂濃度相關的變量，獲得初始變量；

步驟2：通過LASSO算法對初始變量進行篩選，去除掉冗余變量后獲得輸入變量；

步驟3：通過互信息算法對輸入變量進行時間延遲補償；

步驟4：通過EMD算法對所選輸入變量進行分解，獲得平穩信號作為模型輸入變量；

步驟5：采用LSTM神經網絡建立預測模型，輸入模型輸入變量，獲得SO₂濃度的預測數據。

進一步地，步驟1中，初始變量包括脫硫塔PH值、石灰石漿液供漿流量、入口煙氣流量、入口SO₂濃度、機組負荷、漿液箱密度、鍋爐總風量、吸收塔液位、氧化風機的電流、母管漿液密度、供漿泵電機變頻速度、循環泵電流和入口煙氣含氧量。

進一步地，步驟2中，經過LASSO算法的篩選，獲得脫硫塔PH值、石灰石漿液供漿流量、入口煙氣流量和入口SO₂濃度。

進一步地，步驟2中，LASSO算法通過最小二乘回歸模型對初始變量和目標變量進行擬合預測，再通過誤差函數進行最小化求解并壓縮貢獻小的變量，以實現變量篩選的目的。

進一步地，步驟3中，互信息算法通過計算各個輸入變量前600s內與輸出變量的互信息，進而獲得互信息最大時所對應的時間值，通過時間值對輸入變量進行時間延遲補償。