期刊文章详细信息
基于麻雀算法和深度极限学习机的NO_(x)预测研究 ( EI收录)
Research on NO_(x) Prediction of Thermal Power Plant Based on SSA-DELM
文献类型:期刊文章
TAN Zengqiang;NIU Yongjun;LI Yuanhao;LIU Xipu;ZHANG Anchao(Huaneng Changjiang Environmental&Technology Co.,Ltd.,Xicheng Distinct,Beijing 100031,China;Xi’an West Boiler Environmental Protection Engineering Co.,Ltd.,Xi’an 710054,Shaanxi Province,China;School of Mechanical and Power Engineering,Henan Polytechnic University,Jiaozuo 454003,Henan Province,China)
机构地区:[1]华能长江环保科技有限公司,北京市西城区100031 [2]西安西热锅炉环保工程有限公司,陕西省西安市710054 [3]河南理工大学机械与动力工程学院,河南省焦作市454003
基 金:国家自然科学基金项目(51976072);华能集团总部科技项目(HNKJ20-H50)
年 份:2022
卷 号:42
期 号:S01
起止页码:187-192
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊
摘 要:准确的NOx预测方法对脱硝超低排放和机组的安全稳定运行意义极大。基于烟气含氧量、一次风总量、一次风压、二次风总量、总煤量、各个二次风门开度等分布式控制系统(distributedcontrolsystem,DCS)数据,分别构建用于NOx预测的基于麻雀算法(sparrow search algorithm,SSA)和深度极限学习机(deepextremelearningmachine,DELM)的SSA-DELM模型和DELM模型。结果表明,构建的预测模型能定量计算出延迟时间。延迟时间为2min时,脱硝入口NOx浓度的SSA-DELM模型的预测值和实测值的误差较小,其中,SSA-DELM模型对测试样本的均方根误差为0.89mg/m^(3),DELM模型对测试样本的均方根误差为7.65mg/m^(3)。延迟时间为3.3min时,脱硝出口NOx浓度的SSA-DELM模型的预测值曲线与实测值曲线基本吻合,SSA-DELM模型对测试样本的的均方根误差为2.18mg/m^(3),DELM模型对测试样本的均方根误差为3.21mg/m^(3)。
关 键 词:NO_(x) 预测模型 麻雀算法 深度极限学习机
分 类 号:TM85]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...