基于互信息变量选择的SCR烟气脱硝系统非线性自回归神经网络建模

基于互信息变量选择的SCR烟气脱硝系统非线性自回归神经
网络建模
赵文杰;张楷
【期刊名称】《热力发电》
【年(卷),期】2018(047)009
【摘要】本文提出了一种基于互信息变量选择的具有外部输入的非线性自回归(NARX)神经网络,建立了选择性催化还原(SCR)烟气脱硝系统的动态模型.通过互信息分析SCR烟气脱硝系统相关的影响因素,采用粒子群算法进行系统输入变量选择,并确定输入参数的时延.然后将筛选出的输入变量应用于NARX神经网络,建立了SCR烟气脱硝系统动态模型.将某燃煤机组SCR烟气脱硝系统的实际运行数据输入该模型,验证了所建模型具有很好的预测精度和泛化能力.
【总页数】5页(P22-26)
【作者】赵文杰;张楷
【作者单位】华北电力大学控制与计算机工程学院,河北保定071003;华北电力大学控制与计算机工程学院,河北保定071003
【正文语种】中文
【中图分类】TN081
【相关文献】
1.基于支持向量回归的非线性变量筛选用于酚类化合物QSAR建模的研究 [J], 徐镜善;王凯;袁哲明
2.基于多层局部回归神经网络的多变量非线性系统预测控制 [J], 刘贺平;张兰玲;孙一康
3.基于变量相关性自适应即时学习算法的火电厂SCR脱硝系统建模 [J], 董泽;马宁;任林;孟磊
4.基于变量选择的深度置信神经网络锅炉烟气NOx排放预测 [J], 杨国田; 王英男; 谢锐彪; 刘凯
5.基于DJMI-GRU的SCR烟气脱硝系统出口NO_(x)动态软测量建模 [J], 杨浩;周东阳;曹军;董云山;司风琪
因版权原因，仅展示原文概要，查看原文内容请购买。