[发明专利]一种融合支持向量机的SCR脱硝系统扰动抑制预测控制方法

权利要求书

1.一种融合支持向量机的SCR脱硝系统扰动抑制预测控制方法，其特征在于，包括如下步骤：

步骤1，在稳定运行状态下，将SCR脱硝系统切换到手动状态，以脱硝装置喷氨量为控制量，对脱硝装置出口NOx浓度进行开环阶跃响应试验获取运行数据，经辨识后得到由喷氨量到出口NOx浓度的传递函数G_m(s)；

步骤2，确定采样时间，将传递函数G_m(s)转换为离散状态空间模型，并将输出扰动项作为扩增项对离散状态空间模型中系统的状态变量进行扩增，得到增广状态空间模型；

步骤3，设置预测控制器的参数，包括预测时域P、控制时域M、误差权矩阵Q、控制权矩阵R；设置卡尔曼滤波的参数，包括误差协方差矩阵的初始值P_K(0)、扰动协方差矩阵Q_n、噪声协方差矩阵R_n；根据上述设置的参数，确定脱硝装置出口NOx浓度的预测模型；

步骤4，设置控制量约束条件u_min,u_max,Δu_min,Δu_max，以及k时刻对控制量增量ΔU(k)的约束条件，其中u_min、u_max依次为控制量约束的最小值、最大值，Δu_min、Δu_max依次为控制量增量约束的最小值、最大值；

步骤5，设置在线支持向量机的参数，包括扰动序列阶次n_d、训练样本数N、正规化参数c、核参数σ；

步骤6，对预测控制器广义状态进行初始化，对在线支持向量机训练样本集及决策函数系数进行初始化，初始化完成后，在每个控制周期内，依次执行步骤7至步骤11；

步骤7，利用卡尔曼滤波对增广状态空间模型进行状态估计，得到系统广义状态的估计值

步骤8，包含系统状态估计值和等效输出扰动的估计值根据等效输出扰动的估计值构造新的训练样本，根据新的训练样本更新训练样本集及决策函数系数；

步骤9，根据更新后的决策函数系数，对预测时域内的扰动序列进行预测；

步骤10，建立性能指标J为：将步骤3得到的脱硝装置出口NOx浓度的预测模型Y(k)代入性能指标求解得到最优控制增量ΔU，其中，ΓΔU≤β为步骤4设置的约束条件，Yr(k)为k时刻出口NOx浓度的设定值；

步骤11，取步骤10计算得到的最优控制增量ΔU中的即时控制增量，计算得到即时控制量，将即时控制量送至SCR脱硝系统。

2.根据权利要求1所述融合支持向量机的SCR脱硝系统扰动抑制预测控制方法，其特征在于，所述步骤2的具体过程如下：

将传递函数G_m(s)转换为离散状态空间模型：

其中，x(k+1)、x(k)分别为k+1、k时刻系统的状态变量，u(k)为k时刻的控制量，y(k)为k时刻的被控量，即系统输出，A、B、C依次为离散状态空间模型的系统矩阵、输入矩阵、输出矩阵；

将输出扰动项作为扩增项对系统的状态变量进行扩增，得到增广状态空间模型：

其中，为k时刻系统的广义状态变量，包含k时刻系统的状态变量x(k)和等效的输出扰动d(k)，依次为增广状态空间模型的系统矩阵、输入矩阵、输出矩阵，I表示单位矩阵，O表示零矩阵。

3.根据权利要求1所述融合支持向量机的SCR脱硝系统扰动抑制预测控制方法，其特征在于，步骤3所述脱硝装置出口NOx浓度的预测模型为：

其中，Y(k)表示k时刻对预测时域内系统输出的预测值，表示k时刻对k+i时刻系统输出的预测值，i＝1,2,…,P，为k时刻系统状态向量的估计值，u(k-1)为k-1时刻的控制量，ΔU(k)＝[Δu(k)…Δu(k+M-1)]^T表示控制时域内控制量的增量，表示预测时域内等效输出扰动序列的预测值，P为预测时域，M为控制时域，参数矩阵F、Ψ、Φ的含义如下：

其中，A、B、C依次为离散状态空间模型的系统矩阵、输入矩阵、输出矩阵。