[发明专利]一种基于时延预估的SCR系统NOx排放浓度预测方法

摘要

本发明公开了一种基于时延预估的SCR系统NO_x排放浓度预测方法，包括：对燃煤机组烟气产生和SCR系统机理分析，确定NO_x排放浓度预测模型的输入变量；采集相关变量的运行数据并预处理，利用相关系数迭代法估计时延并对样本相空间重构；在重构后的样本上，采用核偏最小二乘法建立动态模型；将动态模型校正输出的NO_x浓度值提前反馈至控制器，实现对现有喷氨控制系统改进。本发明的有益效果：预测模型综合学习与出口NO_x浓度的相关信息；采用核偏最小二乘法提高预测能力；模型样本经过相空间重构，可提前预测出口NO_x浓度，若与设定值相差较大，可及时进行喷氨调整，对于燃煤机组降低污染物排放和成本具有指导意义。

主权项

1.一种基于时延预估的SCR系统NOx排放浓度预测方法，其特征在于，包括：步骤1，对燃煤机组烟气产生和SCR系统机理分析，确定NOx排放浓度预测模型的输入变量X；步骤2，采集燃煤机组和SCR系统相关变量的运行数据并预处理，利用相关系数迭代法计算输入变量X与输出变量Y间的相关系数值，估计输入变量时延，并对样本进行相空间重构；步骤3，在重构后的样本上，采用核偏最小二乘法建立NOx排放浓度预测的动态模型，并对动态模型的参数寻优和动态更新；步骤4，将动态模型得到的NOx浓度值提前反馈至控制器，并在运行过程中，利用滞后的即k+1时刻的出口NOx浓度测量值对动态模型的输出进行反馈校正，将校正后的输出作为NOx浓度预测值。