基于GA-ELM的SCR脱硝系统动态建模

• 作者: 程琳 赵文杰
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 热能科学研究
• 页码范围: 29-33
• 页数: 5页
• 分类号: TK323
• 字数: 2686字
• 语种: 中文
• DOI: 10.19666/j.rlfd.201901016

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文杰	华北电力大学控制与计算机工程学院	47	499	13.0	20.0
2	程琳	华北电力大学控制与计算机工程学院	1	2	1.0	1.0