基于能源网络系统中燃煤锅炉NOx排放的深度学习模型研究

• 作者: 刘近 徐亚豹
• 来源期刊: 能源与环保
• 学科: 工学
• 关键词: 燃煤锅炉 深度学习 NOx排放 经验模态分解
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 资源利用与节能|Resource Utilization and Energy Saving
• 页码范围: 180-187
• 页数: 8页
• 分类号: TK32
• 语种: 中文
• DOI: 10.19389/j.cnki.1003-0506.2022.03.030

摘要

为了建立高精度的燃煤锅炉NOx排放量预测模型,提出了一种考虑时延特征的基于深度学习的燃煤锅炉NOx排放量建模算法.结合机理分析和lasso算法分析特征变量重要性,选取与NOx排放量最相关的变量,进一步分析所选取变量与NOx排放量之间的时延相关性;确定模型输入变量后,采用经验模态分解方法对输入变量时间序列进行分解,提取其中的频域信息与时域信息,构造建模数据库;设计深度神经网络结构并优化网络参数,建立NOx排放量预测模型.基于火电厂实际运行数据的实验结果表明,在多种工况下,所提出的算法预测误差均小于2％,能够满足实际生产对NOx排放量预测精度的要求.