基于GA-GRNN数据挖掘的SCR脱硝系统建模优化研究

• 作者: 彭道刚 温鑫 石宪 钱玉良 马浩
• 来源期刊: 上海电力学院学报
• 学科: 工学
• 关键词: 选择性催化还原法 NOx排放 遗传算法 广义回归神经网络 数据模型
• 年，卷（期）: 2020,（2）
• 页码范围: 161-167
• 页数: 7页
• 分类号: TK39
• 字数: 4059字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-8299.2020.02.011

摘要

火电厂选择性催化还原法(SCR)烟气脱硝系统是处理燃煤机组烟气排放NOx污染的主要途径,但该系统具有多输人变量、环境影响复杂、时变非线性等特征,因此建立准确的系统模型是SCR优化控制的基础.提出了一种融合遗传算法(GA)主元分析和广义回归神经网络(GRNN)数据挖掘的SCR系统建模方法.首先使用GA对运行数据进行变量选择优化计算;然后将最优变量作为GRNN的输入量,利用数据挖掘技术建立SCR系统数据模型.基于某电厂机组运行数据的实例分析表明,该方法建立的模型具有复杂度低、精度高、泛化能力强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭道刚		157	1369	20.0	28.0
2	钱玉良		14	40	4.0	6.0
3	温鑫		2	0	0.0	0.0
4	马浩		4	0	0.0	0.0
5	石宪		3	0	0.0	0.0