[发明专利]一种燃气轮机NOX

权利要求书

1.一种燃气轮机NO_X排放浓度预测方法，其特征在于，所述方法包括：

步骤一：TCS数据采集系统中获取与NO_X排放浓度相关的燃烧状态参数与控制参数原始数据，建立样本数据集DATA并将样本数据集DATA转换为向量形式，得到向量集合；

步骤二：对向量集合进行预处理，得到预处理后的数据集D^*；

步骤三：分别采用偏互信息PMI、决策树CART、套索回归LASSO对预处理后的数据集D^*进行特征选择，并根据变量排序原则得到各算法进行特征选择后的重要信息排序，选择每个重要信息排序的前10个特征分别构成新的样本集所述步骤三包括：

步骤3-1：数据集D^*作为初始数据集，通过公式计算初始数据集中特征与的互信息并选出最大互信息时对应的特征移入初始集合S中；其中，f(·)为基于m组样本的估计密度函数；

步骤3-2：通过公式计算数据集D^*中剩余特征中的每一个特征剔除S信息影响后输入残差V，通过公式计算中剔除S信息影响后的输出残差U；其中，E(·)表示条件期望；

步骤3-3：计算I(V,U)，并找出互信息最大时的变量

步骤3-4：将放入集合S中更新集合S得到更新后的集合S’，将更新后的集合S’作为初始集合S，将变量集作为初始数据集，返回执行步骤3-2-步骤3-4，直到变量集C为空为止；

步骤3-5：根据所有变量在计算最大互信息时所移入集合S中的变量顺序，得到所有输入变量重要信息排序

步骤四：基于深度置信网络DBN对PMI、CART、LASSO算法下构成的样本集分别进行建模预测，并采用DNN算法构建非线性多特征选择组合预测模型，利用非线性多特征选择组合预测模型进行NO_X排放浓度预测。

2.根据权利要求1所述的一种燃气轮机NO_X排放浓度预测方法，其特征在于，所述步骤一包括：

从TCS数据采集系统中获取与NO_X排放浓度相关的燃烧状态参数与控制参数原始数据，建立样本数据集DATA＝X∪Y，其中，N为特征个数，特征中含有m个数值，记为m个样本；输出特征Y＝{y₁,y₂,…,y_m}，输出特征Y中的每一个数值对应中每个样本的NO_X排放浓度值，构造输入输出矩阵将输入输出矩阵D改写为由N+1个列向量构成的向量集合表示向量集合中第一个元素，其实际是输入输出矩阵D中第一列向量，对应于样本数据集的第一个特征。

3.根据权利要求1所述的一种燃气轮机NO_X排放浓度预测方法，其特征在于，所述步骤二包括：采用DBSCAN异常点检测方法与Savitzky-Golay平滑滤波相结合的方法对向量集合进行数据预处理，并将处理后数据映射到[0,1]区间，得到预处理后的数据集D^*。