基于UKF-LSSVM的燃煤机组NOx排放浓度预测方法

作者：张友卫; 曹硕硕; 魏威; 李春岩; 曾令超; 杨晨琛; 李益国^*

来源：自动化仪表, 2018, 39(12): 13-17.

DOI：10.16086/j.cnki.issn1000-0380.2018060043

• 无迹卡尔曼滤波
• 最小二乘支持向量机
• 燃煤机组
• 脱硝系统
• NOx排放浓度
• 动态建模
• 自适应

目前,燃煤机组广泛采用选择性催化还原(SCR)脱硝技术。对燃煤机组NOx排放浓度进行准确预测,不但有利于进一步提高SCR控制系统的调节品质,而且可以评估现场所收集到的数据是否真实准确,为环保部门对电厂排放NOx浓度进行监管执法提供依据。提出一种基于无迹卡尔曼滤波最小二乘支持向量机(UKF-LSSVM)的NOx排放浓度预测方法。基于现场数据和理论分析,确定了脱硝系统动态模型的输入和输出变量。采用无迹卡尔曼滤波(UKF)不断更新核参数σ和其他模型参数α、b,并采用样本更新策略对支持向量进行更新,提高了模型的自适应能力。将该方法用于某300 MW机组脱硝系统的NOx排放浓度预测。仿真结果表明,所建模型能够准确预测燃煤机组NOx排放浓度。与原有基于批量最小二乘支持向量机(LSSVM)建立的稳态模型相比,该方法具有更高的预测精度和自适应能力,为进一步研究脱硝系统动态优化控制奠定了基础。

• 单位
  东南大学; 江苏方天电力技术有限公司