基于能源网络系统中燃煤锅炉NO_(x)排放的深度学习模型研究

作     者：刘近 徐亚豹 Liu Jin;Xu Yabao

作者机构：贵溪发电有限责任公司江西贵溪335400 北京博望华科科技有限公司北京100045 

基　　金：山西省重点研发计划(一般)社会发展项目(201703D321009G5) 中国博士后科学基金资助项目(2019M651083) 

出 版 物：《能源与环保》 (CHINA ENERGY AND ENVIRONMENTAL PROTECTION)

年 卷 期：2022年第44卷第3期

页      码：180-187页

摘      要：为了建立高精度的燃煤锅炉NO_(x)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NO_(x)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NO_(x)排放量最相关的变量,进一步分析所选取变量与NO_(x)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NO_(x)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NO_(x)排放量预测精度的要求。

主 题 词：燃煤锅炉 深度学习 NO_(x)排放 经验模态分解 

学科分类：080702[080702] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.19389/j.cnki.1003-0506.2022.03.030

馆 藏 号：203109502...