摘要

针对选择性催化还原(selective catalytic reduction,SCR)脱硝系统反应过程复杂、在工况变化时具有非线性、大滞后和强干扰性的特点,提出基于互信息和多尺度小波核偏最小二乘法(multiscale wavelet kernel partial least squares,MWKPLS)建立SCR脱硝反应系统出口NOx质量浓度预测模型。通过计算输入变量间的互信息估计各变量的时延,对模型样本进行相空间重构;在KPLS的基础上引入多尺度核和对数据变化趋势刻画能力较强的Morlet母小波核,提出MWKPLS建模方法;在模型参数寻优方面,采用模糊C均值聚类方法划分样本、确定尺度个数,并利用10折交叉验证方法,网格搜索确定小波尺度。对标准数据集进行仿真,并利用SCR脱硝系统现场数据验证了本文算法的有效性。结果表明:MWKPLS与其他建模方法相比,具有泛化能力和抗噪能力强的优点。