一种燃煤机组脱硝控制系统入口氮氧化物的预测方法技术方案

本发明专利技术涉及一种燃煤机组脱硝控制系统入口氮氧化物的预测方法，包括：采集入口氮氧化物的浓度值；对数据进行预处理；进行在线贯序极限学习机学习；将新的氮氧化物浓度采集数值送入步骤三中建立的预测模型的输入端，求得下一时刻的输出权重；将得到的输出权重作为在线贯序极限学习机的单隐层前馈神经网络回归模型的输入，得到下一次的预测值；将步骤五中得到的下一次预测值返回步骤四中。本发明专利技术所述预测方法采用在线极限学习机，具有计算速度快，只需更新输出权重，大大节省了计算的时间；而且在离线极限学习机的基础上加入了递推公式，根据新到数据得到新的输出权值，实现在线学习的能力，计算时间短，预测精度和泛化能力比神经网络效果好。

A prediction method of nitrogen oxides at the entrance of denitrification control system for coal fired unit

The present invention relates to a prediction method, a control system of entrance NOx coal-fired units denitration includes: NOx concentration collection entrance; data preprocessing; online sequential extreme learning machine learning; input prediction model will be the concentration of nitrogen oxides into the new numerical acquisition step 3 established, to obtain the output the weight of next time; the output weights are used as the online sequential extreme learning machine of single hidden layer feedforward neural network regression model input, forecast the next step will be the fifth value; the next time the predicted value return to step 4. The prediction method of using online extreme learning machine, has fast calculation speed, only need to update the output weights, which greatly saves the calculation time; and based on the off-line learning machine in the limit with recursive formula, according to new data to get new output weights, the ability of online learning, computing time in short, the prediction accuracy and generalization capability than neural network method.

【技术实现步骤摘要】
一种燃煤机组脱硝控制系统入口氮氧化物的预测方法
本专利技术属于模型预测领域，具体涉及一种燃煤机组脱硝控制系统入口氮氧化物的预测方法。
技术介绍
随着中国电力行业的迅速发展，大气和酸雨污染日益严重，尤其是近些年来，华北地区的大部分城市都出现了雾霾现象，对人们的生活造成了很大的困扰。根据中国公布实施的《火电厂大气污染物排放标准》，火力发电锅炉氮氧化物排放最高允许限值为100mg/Nm3，可以知道高效的解决氮氧化物的排放已经是一个很重要的课题。随着国家环保指标的提高，对火电厂中氮氧化物、硫氧化物的排放要求也更严格，脱硝控制系统的优化也是势在必行的，脱硝控制系统的环境很恶劣，成分复杂，入口氮氧化物测量仪表可能会有测量不准确和不及时的情况，从而出现喷氨不及时问题，导致出口氮氧化物值过高，所以得到准确和实时的数据显得尤为重要。现在的一些预测方法，例如神经网络、支持向量机都有应用到预测方面，但是由于在线训练和学习时间长的原因，并不能适应于工业过程中。例如，申请号201410677543.7的专利文献公开了一种基于神经网络的燃煤机组氮氧化物排放浓度预测方法，包括：先对燃煤机组的关键运行参数机组负荷、本文档来自技高网...

【技术保护点】
一种燃煤机组脱硝控制系统入口氮氧化物的预测方法，其特征在于：包括如下步骤：步骤一：采集入口氮氧化物的浓度值，并保存；步骤二：对步骤一中采集的数据进行预处理；步骤三：通过步骤二中预处理后的数据进行在线贯序极限学习机学习；步骤四：将新的氮氧化物浓度采集数值送入步骤三中建立的预测模型的输入端，求得下一时刻的输出权重；步骤五：将步骤四中得到的输出权重作为在线贯序极限学习机的单隐层前馈神经网络回归模型的输入，得到下一次的预测值；步骤六：将步骤五中得到的下一次预测值返回步骤四中。

【技术特征摘要】
1.一种燃煤机组脱硝控制系统入口氮氧化物的预测方法，其特征在于：包括如下步骤：步骤一：采集入口氮氧化物的浓度值，并保存；步骤二：对步骤一中采集的数据进行预处理；步骤三：通过步骤二中预处理后的数据进行在线贯序极限学习机学习；步骤四：将新的氮氧化物浓度采集数值送入步骤三中建立的预测模型的输入端，求得下一时刻的输出权重；步骤五：将步骤四中得到的输出权重作为在线贯序极限学习机的单隐层前馈神经网络回归模型的输入，得到下一次的预测值；步骤六：将步骤五中得到的下一次预测值返回步骤四中。2.根据权利要求1所述的预测方法，其特征在于：步骤二中对采集数据进行预处理是指对采集数据进行剔除异常值、平滑滤波、归一化处理。3.根据权利要求2所述的预测方法，其特征在于：剔除异常值的方法如下：测得一组入口氮氧化物的数据为xi(i＝1,2,3...n)，其平均值为残余误差为标准差为如果数据满足|ui|≤3×S，则留下第i组数据。4.根据权利要求2所述的预测方法，其特征在于：平滑滤波的方法如下：测得一组入口氮氧化物的数据为xi(i＝1,2,3...n)，采用算术平均值滤波方法，则滤波后的数据为公式(1)中，为滤波后的数据，r为选取的个数。5.根据权利要求2所述的预测方法，其特征在于：归一化处理的方法如下所示：公式(2)中Y是标准化后的数据，y是标准化前的数据,ymax和ymin为数据的最大最小值。6.根据权利要求1所述的预测方法，其特征在于：步骤三中在线贯序极限学习机学习方法包括初始阶段和贯序更新阶段，初始阶段包括如下步骤：1)训练数据为T为总的数据个数，xt是输入的数据，yt是输出的数据，隐含层节点数L(L<T)；2)建立一个初始训练数据D0,初始训练数据个数为T0，D0从训练数据D中选取为：3)选取激活函数g(·)，随机产生隐含层参数ai和bi，i＝1,2…L(i代表的是第i个激活函数的参数)；4)计算H0和初始的输出权重β0，其中β0公式如下：公式(3)、(4)中：为H0的广义逆矩阵，为D0中的输出，L0为中间变量，H...

【专利技术属性】
技术研发人员：张少康，金秀章，张琨，丁续达，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北,13