二氧化硫浓度预测方法及系统技术方案

本发明专利技术提供一种二氧化硫浓度预测方法及系统，属于计算机技术领域

【技术实现步骤摘要】
二氧化硫浓度预测方法及系统


[0001]本专利技术涉及计算机
，具体地涉及一种二氧化硫浓度预测方法及一种二氧化硫浓度预测系统
。

技术介绍

[0002]社会的发展离不开电力，当今我国电力行业仍然以火力发电为主，但是火力发电的排放物对环境污染较大，严控二氧化硫等污染物的排放是非常重要的
。
[0003]目前，火电厂在燃放原料过程中产生的烟气通常会通过脱硫设备脱去烟气中的二氧化硫，再排放到大气中
。
现有技术通常会对二氧化硫排放量进行事先预测，以调整燃放过程中相关条件，从而使得二氧化硫排放量达标
。
但实际上，如果对已经经过脱硫设备处理后的二氧化硫排出浓度进行预测，则预测的结果就是直接排放到大气中的二氧化硫，没有实际应用价值
。
反之，如果对在进入脱硫设备前的入口二氧化硫浓度进行预测，则可以根据预测结果有效进行提前处理
。
目前，通常利用
SVM、LSSVM、LSTM、PSO
‑
LSTM
进行二氧化硫浓度预测，但是现有
SVM、LSSVM、LSTM、PSO
‑
LSTM
进行二氧化硫浓度预测需要高精度的测量设备和处理速度较快的计算机
。
因此，目前亟需一种能够对入口二氧化硫浓度进行准确预测的同时，降低模型计算资源消耗的方法，以为提前处理燃料燃放条件提供依据
。

技术实现思路

[0004]本专利技术实施方式的目的是提供一种二氧化硫浓度预测方法及系统，以至少解决上述的无法在对入口二氧化硫浓度进行准确预测的同时，有效降低计算资源消耗的问题
。
[0005]为了实现上述目的，本专利技术第一方面提供一种二氧化硫浓度预测方法，包括：
[0006]获取多个初始辅助变量，分析入口二氧化硫浓度与各个初始辅助变量的相关性，确定最终辅助变量；
[0007]基于最终辅助变量，对预构建的初始预测模型进行优化，确定最优参数组合；
[0008]利用最优参数组合修正初始预测模型，得到二氧化硫浓度预测模型；
[0009]利用二氧化硫浓度预测模型对入口二氧化硫浓度进行预测，得到预测结果
。
[0010]可选的，上述分析入口二氧化硫浓度与各个初始辅助变量的相关性，确定最终辅助变量，包括：
[0011]利用
MI
算法分析入口二氧化硫浓度与各个初始辅助变量的相关性，确定最终辅助变量
。
[0012]可选的，上述利用
MI
算法分析入口二氧化硫浓度与各个初始辅助变量的相关性，确定最终辅助变量，包括：
[0013]基于各个初始辅助变量与入口二氧化硫浓度之间的互信息量，确定预设数量个初始辅助变量作为已选变量子集
S
，将已选变量子集
S
中不包含的所有初始辅助变量作为未选变量子集
F
；
[0014]基于
mRMR
算法，依次在未选变量子集
F
中删除一个初始辅助变量，同时将在未选变
量子集
F
中删除的初始辅助变量添加至已选变量子集
S
中；
[0015]将存在于已选变量子集
S
中的初始辅助变量作为最终辅助变量
。
[0016]可选的，上述基于各个初始辅助变量与入口二氧化硫浓度之间的互信息量，确定预设数量个初始辅助变量作为已选变量子集
S
，将已选变量子集
S
中不包含的所有初始辅助变量作为未选变量子集
F
，包括：
[0017]基于各个初始辅助变量与入口二氧化硫浓度之间的互信息量，对各个初始辅助变量进行评价函数计算，得到对应第一函数值；
[0018]基于所有第一函数值，按照降序顺序，对所有初始辅助变量进行排序，得到排序序列；
[0019]将位于排序序列前端的预设数量个初始辅助变量作为已选变量子集
S
，将已选变量子集
S
中不包含的所有初始辅助变量作为未选变量子集
F。
[0020]可选的，上述基于
mRMR
算法，依次在未选变量子集
F
中删除一个初始辅助变量，同时将在未选变量子集
F
中删除的初始辅助变量添加至已选变量子集
S
中，包括：
[0021]A1
：基于未选变量子集
F
中各个初始辅助变量与入口二氧化硫浓度之间的互信息量，利用
mRMR
算法对未选变量子集
F
中各个初始辅助变量进行评价函数计算，得到对应第二函数值；
[0022]A2
：基于所有第二函数值，确定第二函数值最大的初始辅助变量，作为第一辅助变量，并在未选变量子集
F
中删除第一辅助变量，同时将第一辅助变量添加至已选变量子集
S
中；
[0023]A3
：基于未选变量子集
F
中各个初始辅助变量与第一辅助变量之间的互信息量，利用
mRMR
算法对未选变量子集
F
中各个初始辅助变量进行评价函数计算，以更新未选变量子集
F
中各个初始辅助变量对应的第二函数值；
[0024]A4
：重复执行
A2
至
A3
，直至已选变量子集
S
中初始辅助变量个数达到预设个数
。
[0025]可选的，上述利用
mRMR
算法对未选变量子集
F
中各个初始辅助变量进行评价函数计算，包括：
[0026]根据
mRMR
算法的评价函数对未选变量子集
F
中各个初始辅助变量进行评价函数计算，其中，
J(f
i
)
表示对初始辅助变量进行评价函数计算得到的函数值，
f
i
表示未选变量子集
F
中的初始辅助变量，
s
j
表示已选变量子集
S
中的初始辅助变量，
S
表示已选变量子集
S
，
c
表示入口二氧化硫浓度，
I(f
i
；
c)
表示未选变量子集
F
中初始辅助变量与入口二氧化硫浓度之间的互信息量，
I(f
i
；
s
j
)
表示未选变量子集
F
中初始辅助变量与第一辅助变量之间的互信息量
。
[0027]可选的，上述二氧化硫浓度预测方法还包括：
[0028]基于入口二氧化硫浓度的信息熵值和各个初始辅助变量的信息熵值，得到各个初始辅本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种二氧化硫浓度预测方法，其特征在于，包括：获取多个初始辅助变量，分析入口二氧化硫浓度与各个初始辅助变量的相关性，确定最终辅助变量；基于所述最终辅助变量，对预构建的初始预测模型进行优化，确定最优参数组合；利用所述最优参数组合修正所述初始预测模型，得到二氧化硫浓度预测模型；利用所述二氧化硫浓度预测模型对入口二氧化硫浓度进行预测，得到预测结果
。2.
根据权利要求1所述的二氧化硫浓度预测方法，其特征在于，所述分析入口二氧化硫浓度与各个初始辅助变量的相关性，确定最终辅助变量，包括：利用
MI
算法分析入口二氧化硫浓度与各个初始辅助变量的相关性，确定最终辅助变量
。3.
根据权利要求2所述的二氧化硫浓度预测方法，其特征在于，所述利用
MI
算法分析入口二氧化硫浓度与各个初始辅助变量的相关性，确定最终辅助变量，包括：基于各个初始辅助变量与入口二氧化硫浓度之间的互信息量，确定预设数量个初始辅助变量作为已选变量子集
S
，将所述已选变量子集
S
中不包含的所有初始辅助变量作为未选变量子集
F
；基于
mRMR
算法，依次在未选变量子集
F
中删除一个初始辅助变量，同时将在未选变量子集
F
中删除的初始辅助变量添加至已选变量子集
S
中；将存在于所述已选变量子集
S
中的初始辅助变量作为最终辅助变量
。4.
根据权利要求3所述的二氧化硫浓度预测方法，其特征在于，所述基于各个初始辅助变量与入口二氧化硫浓度之间的互信息量，确定预设数量个初始辅助变量作为已选变量子集
S
，将所述已选变量子集
S
中不包含的所有初始辅助变量作为未选变量子集
F
，包括：基于各个初始辅助变量与入口二氧化硫浓度之间的互信息量，对各个初始辅助变量进行评价函数计算，得到对应第一函数值；基于所有第一函数值，按照降序顺序，对所有初始辅助变量进行排序，得到排序序列；将位于排序序列前端的预设数量个初始辅助变量作为已选变量子集
S
，将所述已选变量子集
S
中不包含的所有初始辅助变量作为未选变量子集
F。5.
根据权利要求3所述的二氧化硫浓度预测方法，其特征在于，所述基于
mRMR
算法，依次在未选变量子集
F
中删除一个初始辅助变量，同时将在未选变量子集
F
中删除的初始辅助变量添加至已选变量子集
S
中，包括：
A1
：基于所述未选变量子集
F
中各个初始辅助变量与入口二氧化硫浓度之间的互信息量，利用
mRMR
算法对所述未选变量子集
F
中各个初始辅助变量进行评价函数计算，得到对应第二函数值；
A2
：基于所有第二函数值，确定第二函数值最大的初始辅助变量，作为第一辅助变量，并在所述未选变量子集
F
中删除第一辅助变量，同时将所述第一辅助变量添加至已选变量子集
S
中；
A3
：基于所述未选变量子集
F
中各个初始辅助变量与第一辅助变量之间的互信息量，利用
mRMR
算法对所述未选变量子集
F
中各个初始辅助变量进行评价函数计算，以更新所述未选变量子集
F
中各个初始辅助变量对应的第二函数值；
A4
：重复执行
A2
至
A3
，直至所述已选变量子集
S
中初始辅助变量个数达到预设个数
。
6.
根据权利要求5所述的二氧化硫浓度预测方法，其特征在于，所述利用
mRMR
算法对所述未选变量子集
F
中各个初始辅助变量进行评价函数计算，包括：根据
mRMR
算法的评价函数对所述未选变量子集
F
中各个初始辅助变量进行评价函数计算，其中，
J(f
i
)
表示对初始辅助变量进行评价函数计算得到的函数值，
f
i
表示未选变量子集
F
中的初始辅助变量，
s
j
表示已选变量子集
S
中的初始辅助变量，
S
表示已选变量子集
S
，
c
表示入口二氧化硫浓度，
I(f
i
；
c)
表示未选变量子集
F
中初始辅助变量与入口二氧化硫浓度之间的互信息量，
I(f
i
；
s
j
)
表示未选变量子集
F
中初始辅助变量与第一辅助变量之间的互信息量
。7.
根据权利要求3所述的二氧化硫浓度预测方法，其特征在于，还包括：基于入口二氧化硫浓度的信息熵值和各个初始辅助变量的信...

【专利技术属性】
技术研发人员：李京，王文彬，张秋生，李庚达，王富强，
申请(专利权)人：国家能源集团新能源技术研究院有限公司，
类型：发明
国别省市：