热能动力工程

作者：李延臣，孙智慧，赵建华，丁学东

单位：华能吉林发电有限公司长春热电厂，吉林 长春130216,,华能吉林发电有限公司长春热电厂，吉林 长春130216,,华能吉林发电有限公司长春热电厂，吉林 长春130216,,华能吉林发电有限公司长春热电厂，吉林 长春130216,

关键词：NOx浓度预测;非线性高斯混合回归;燃煤机组;SCR

为了准确测量锅炉出口的NOx排放浓度，针对燃煤锅炉的复杂非线性，提出了一种基于非线性高斯混合回归（Nonlinear Gaussian Mixture Regression， NGMR）的NOx排放浓度预测方法。采用滑动时间窗方法，结合奇异值分解实现稳态判定；进一步采用互信息（Mutual Information， MI）判断不同变量与NOx排放浓度的相关性，确定模型输入变量；利用选定的输入变量，基于NGMR建立NOx排放浓度预测模型；基于某660 MW燃煤机组运行数据，将提出的NGMR模型分别与人工神经网络（Artificial Neural Network， ANN）模型、支持向量回归（Support Vector Machine， SVR）模型以及极限学习机（Extreme Learning Machine， ELM）模型进行对比分析。结果表明：NGMR模型预测均方根误差(Root Mean Square Error， RMSE)为4.66 mg/m3，平均绝对误差(Mean Absolute Error， MAE)为398 mg/m3；绝对误差系数(R2)为0.9;十折交叉验证结果也表明NGMR模型具有良好的预测精度和泛化能力。

来源：2023年第9期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2023年第9期