[发明专利]一种基于深度神经网络的水泥生产线烟气NOx浓度预测方法

摘要

本发明公开了基于深度神经网络的水泥生产线烟气NO_x浓度预测方法，属于水泥生产烟气NO_x浓度检测领域。首先根据NO_x产生机理结合水泥生产线工艺流程，筛选出预测NO_x所需的相关变量，从水泥数据库下载变量的数据并进行预处理；然后以滑动窗口的方式将变量数据形成输入数据，以使输入数据隐含各变量的时延特征；再把DNN网络的输入层和隐含层作为DBN进行无监督训练以提取时延特征，用BP算法反向有监督训练DNN网络以提取对应关系特征；最后，历史数据结合模型预测值滚动预测出未来一段时间的NO_x。本发明方法，较好地解决了因烟气NO_x检测点设置于烟囱，导致NO_x浓度延迟检测，从而难以建立NO_x预测模型的问题。

主权项

1.一种基于深度神经网络的水泥生产线烟气NO_x浓度预测方法，其特征在于，包括如下步骤：步骤S1：根据NO_x产生机理结合水泥生产线工艺流程，筛选预测NO_x浓度的相关变量；步骤S2：从水泥企业数据库下载筛选的变量数据并进行预处理，通过滑动窗口的方式使各变量数据形成数列，以将各变量数据包含的时延特征隐含在模型的输入数列中；步骤S3：通过无监督训练和有监督训练结合的方式，将输入数据的时延特征和输出数据的对应关系特征提取并保存至DNN网络的参数中，建立NO_x预测模型；步骤S4：结合历史数据与NO_x预测值滚动预测出未来一段时间的NO_x浓度值。