基于动态时延分析和典型样本筛选的NOx排放浓度预测.pdfVIP

第43 卷 第9 期 中 国 电 机 工 程 学 报 Vol.43 No.9 May 5, 2023 3488 2023 年5 月5 日 Proceedings of the CSEE ©2023 Chin.Soc.for Elec.Eng. DOI ：10.13334/j.0258-8013.pcsee.213189 文章编号：0258-8013 (2023) 09-3488-10 中图分类号：TM 62 文献标识码：A 基于动态时延分析和典型样本筛选的 NOx 排放浓度预测 1 1* 1 2 李悦 ，唐振浩 ，曹生现 ，沈涛 (1．东北电力大学自动化工程学院，吉林省 吉林市 132012 ； 2．哈尔滨锅炉厂有限责任公司，黑龙江省 哈尔滨市 150040) Prediction of NO Emission Concentration Based on Dynamic Time Delay Analysis and x Typical Sample Selection 1 1* 1 2 LI Yue , TANG Zhenhao , CAO Shengxian , SHEN Tao (1. School of Automation Engineering, Northeast Electric Power University, Jilin 132012, Jilin Province, China; 2. Harbin Boiler Company Limited, Harbin 150040, Heilongjiang Province, China) ABSTRACT ：Selective catalytic reduction is a dynamic 是一个变时间延迟的动态过程。为建立准确SCR 出口NOx process with dynamic time delay. A modeling algorithm based 排放浓度预测模型，提出一种基于动态时延分析和典型样本 on dynamic time delay analysis and typical sample selection is 筛选的建模算法。首先，通过机理分析和实际生产数据 proposed to establish an accurate prediction model of NOx Pearson 相关性分析，确定模型输入变量。然后，采用时间 emission concentration of SCR outlet. First, through the 滑动窗口策略，计算滑动时间窗口内变量互信息熵，根据互 mechanism analysis and Pearson correlation analysis of actual 信息熵排序确定各变量对于NOx 排放浓度的动态延迟时间。 production data, the input variables of the model are 其次，为了降低建模样本数量，采用 K-Means 聚类算法对 determined. Secondly, the sliding time window stra