基于小波去噪和PCA-ANFIS的SCR脱硝系统建模

• 作者: 张晓雯 向文国 陈时熠 刘全军 徐龙飞
• 来源期刊: 热力发电
• 关键词: SCR脱硝 小波去噪 主成分分析 ANFIS 减法聚类 预测控制
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 热能科学研究|Thermal energy science research
• 页码范围: 114-120
• 页数: 7页
• 分类号: X773
• 语种: 中文
• DOI: 10.19666/j.rlfd.202009235

摘要

针对选择性催化还原(SCR)脱硝系统非线性、时变和大滞后的特点,本文提出基于小波去噪和主成分分析、自适应神经模糊推理系统(PCA-ANFIS)而建立的SCR脱硝系统预测模型.通过分析不同阈值选取原则及不同小波基和分解层数的去噪效果,选取最适合系统数据去噪的rigrsure原则、软阈值函数、Sym10小波3层分解方式,对数据进行去噪处理,并利用主成分分析法进行数据降维.然后基于减法聚类构建ANFIS模型的初始网络结构,采用混合算法优化模型参数.最后利用某燃煤机组实际运行数据对模型进行验证,并与BP神经网络模型预测结果进行对比.结果 表明,基于小波去噪和PCA-ANFIS的SCR脱硝系统模型具有较好的拟合精度和泛化能力.