基于EMD-SVR的火电厂选择性催化还原脱硝系统出口NOx浓度预测研究

作者：王博; 赵亮; 赵长春; 党宁

来源：计算机测量与控制, 2020, 28(05): 71-106.

DOI：10.16526/j.cnki.11-4762/tp.2020.05.016

• 脱硝系统
• NOx浓度预测
• 经验模态分解
• 支持向量机回归

针对火电厂选择性催化还原(selective catalytic reduction,SCR)脱硝系统出口NOx浓度预测准确率低的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)和支持向量机回归(support vector machine for regression,SVR)的火电厂脱硝系统出口NOx浓度预测模型;首先,利用EMD算法将出口NOx浓度数据序列进行分解,得到不同时间尺度下有限个本征模函数(intrinsic mode function,IMF);然后引入SVR算法对NOx浓度分解数据进行建模预测;最后,将所有IMF的预测结果求和作为出口NOx浓度的最终预测值;通过对提出的EMD-SVR与标准的SVR、BP、ELM、EMD-BP和EMDELM模型进行对比验证,结果表明,基于EMD-SVR模型的预测精度较高,预测结果与真实值相比较,方向变化统计量(directional statistics,dstat)、平均绝对百分比误差(mean absolute percentage error,MAPE)和均方根误差(root mean square error,RMSE)为0.914、1.51%和0.346mg/Nm3。

• 单位
  西安建筑科技大学