[发明专利]基于特征选择的燃煤锅炉NOx

摘要

本发明公开了一种基于随机森林与增L去R特征选择的燃煤锅炉NOx生成浓度预测方法，首先从NOx生成浓度的影响因素出发，在锅炉历史运行数据库中提取影响变量构成原始数据集，并对数据集进行预处理，包括剔除异常值、填补缺失值以及归一化处理；其次，采用随机森林算法对待选特征值进行重要性评估，并采用增L去R选择方法进行特征选择；最后，基于长短期记忆神经网络(LSTM)建立锅炉NOx生成浓度预测模型。本发明采用随机森林算法可量化NOx生成浓度的影响因素的重要性程度，使特征值选择具有可解释性，采用增L去R法进行特征选择充分考虑特征之间的相关性且允许特征选择过程中进行回溯，避免陷入局部最优的困境。