基于GA-ELM的SCR脱硝系统动态建模

作者：程琳; 赵文杰^*

来源：热力发电, 2019, 48(06): 29-33.

DOI：10.19666/j.rlfd.201901016

• 燃煤机组
• SCR脱硝系统
• 极限学习机
• 遗传算法
• 动态模型
• 预测控制

针对燃煤机组SCR脱硝出口NOx质量浓度的预测问题,本文提出了一种将极限学习机(ELM)与遗传算法(GA)相结合的SCR脱硝系统动态建模方法。为避免ELM受输入权值矩阵和隐含层偏差随机性的影响,采用GA对ELM的输入层权值和隐含层偏差进行优化,建立了基于GA-ELM的SCR脱硝系统模型。采用某燃煤机组SCR脱硝系统的实际运行数据对GA-ELM模型进行验证,并与最小二乘支持向量机(LSSVM)模型和ELM模型的预测结果进行对比。结果表明,GA-ELM模型的预测精度和泛化能力最佳,可以有效预估SCR脱硝出口NOx质量浓度。

• 单位
  华北电力大学