基于非线性高斯混合回归的燃煤锅炉NOx排放浓度预测模型

作者：李延臣; 孙智慧; 赵建华; 丁学东

来源：热能动力工程, 2023, 38(09): 103-112.

DOI：10.16146/j.cnki.rndlgc.2023.09.013

• NOx浓度预测
• 非线性高斯混合回归
• 燃煤机组
• SCR

为了准确测量锅炉出口的NOx排放浓度，针对燃煤锅炉的复杂非线性，提出了一种基于非线性高斯混合回归(Nonlinear Gaussian Mixture Regression, NGMR)的NOx排放浓度预测方法。采用滑动时间窗方法，结合奇异值分解实现稳态判定；进一步采用互信息(Mutual Information, MI)判断不同变量与NOx排放浓度的相关性，确定模型输入变量；利用选定的输入变量，基于NGMR建立NOx排放浓度预测模型；基于某660 MW燃煤机组运行数据，将提出的NGMR模型分别与人工神经网络(Artificial Neural Network, ANN)模型、支持向量回归(Support Vector Machine, SVR)模型以及极限学习机(Extreme Learning Machine, ELM)模型进行对比分析。结果表明：NGMR模型预测均方根误差(Root Mean Square Error, RMSE)为4.66 mg/m3,平均绝对误差(Mean Absolute Error, MAE)为3.98 mg/m3;绝对误差系数(R2)为0.9;十折交叉验证结果也表明NGMR模型具有良好的预测精度和泛化能力。

• 单位
  华能吉林发电有限公司