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: 党宁 王博 赵亮 赵长春
• 来源期刊: 计算机测量与控制
• 关键词: 脱硝系统 NOx浓度预测 经验模态分解 支持向量机回归
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 71-75,106
• 页数: 6页
• 分类号: TP274+.5
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.05.016

摘要

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EMD-ELM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0.346 mg/Nm3.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵亮	西安建筑科技大学信息与控制工程学院	54	278	9.0	14.0
2	王博	西安建筑科技大学信息与控制工程学院	46	174	7.0	11.0
3	赵长春	西安建筑科技大学信息与控制工程学院	2	0	0.0	0.0
4	党宁	西安建筑科技大学信息与控制工程学院	1	0	0.0	0.0