公开(公告)号：CN112085277B

公开(公告)日：2021-05-18

申请号：CN202010945424.0

申请日：2020-09-10

Applicant: 南京工业大学

Inventor： 易辉 ,  姜子安 ,  徐芳 ,  刘宇芳 ,  费兆阳

IPC: G06Q10/04 ,  G06F30/27 ,  G06K9/62 ,  G06N20/10 ,  G06N3/00

Abstract: 本发明提供了一种基于机器学习的SCR脱硝系统预测模型优化方法，包括如下步骤：步骤S1：采集SCR脱硝系统中锅炉出口的NOx浓度及影响NOx浓度的相关指标的实时样本数据；步骤S2：利用主成分分析进行降维处理；步骤S3：建立支持向量机模型；步骤S4：引入指数衰减模型迭代更新天牛须算法的步长值，优化向量机参数；步骤S5：支持向量机的仿真；步骤S6：重复步骤S1‑S5。本发明提供了一种基于机器学习的SCR脱硝系统预测模型优化方法，解决现有火电厂都难以实现喷氨量的精确控制的问题，本发明基于主成分分析法（PCA）对样本数据进行降维处理，通过引入指数衰减模型迭代更新步长值，改进天牛须算法（BAS）寻优获得最优支持向量机模型参数，建立优化的支持向量机回归（SVM）模型。

公开(公告)号：CN112085277A

公开(公告)日：2020-12-15

申请号：CN202010945424.0

申请日：2020-09-10

Applicant: 南京工业大学

Inventor： 易辉 ,  姜子安 ,  徐芳 ,  刘宇芳 ,  费兆阳

IPC: G06Q10/04 ,  G06F30/27 ,  G06K9/62 ,  G06N20/10 ,  G06N3/00

Abstract: 本发明提供了一种基于机器学习的SCR脱硝系统预测模型优化方法，包括如下步骤：步骤S1：采集SCR脱硝系统中锅炉出口的NOx浓度及影响NOx浓度的相关指标的实时样本数据；步骤S2：利用主成分分析进行降维处理；步骤S3：建立支持向量机模型；步骤S4：引入指数衰减模型迭代更新天牛须算法的步长值，优化向量机参数；步骤S5：支持向量机的仿真；步骤S6：重复步骤S1‑S5。本发明提供了一种基于机器学习的SCR脱硝系统预测模型优化方法，解决现有火电厂都难以实现喷氨量的精确控制的问题，本发明基于主成分分析法（PCA）对样本数据进行降维处理，通过引入指数衰减模型迭代更新步长值，改进天牛须算法（BAS）寻优获得最优支持向量机模型参数，建立优化的支持向量机回归（SVM）模型。