基于混合数据驱动算法的SCR系统NOx排放动态预测模型
信号处理
2024-09-13 v2 系统与控制
系统与控制
摘要
针对SCR系统预测模型建模中延迟时间难以确定和预测精度低的问题，提出了一种基于多种数据驱动算法混合的动态建模方案。首先，处理异常值并对数据进行归一化。为了提高输入数据的相关性，使用MIC估计延迟时间并重构生产数据。然后，使用组合特征选择方法确定输入变量。为了进一步挖掘数据信息，使用VMD分解输入时间序列。最后，结合ELM和EC模型建立了NOx排放预测模型。基于实际历史运行数据的实验结果表明，预测结果的MAPE为2.61%。模型灵敏度分析表明，除了喷氨量外，入口氧浓度和烟气温度对NOx排放有显著影响，在SCR过程控制和优化中应予以考虑。
引用
@article{arxiv.2108.01240,
title = {Dynamic Prediction Model for NOx Emission of SCR System Based on Hybrid Data-driven Algorithms},
author = {Zhenhao Tang and Shikui Wang and Shengxian Cao and Yang Li and Tao Shen},
journal= {arXiv preprint arXiv:2108.01240},
year = {2024}
}
备注
in Chinese language, Accepted by Proceedings of the CSEE