[发明专利]面向二噁英检测的概率密度分布驱动虚拟样本生成方法

说明书

本发明提供了一种面向二噁英检测的概率密度分布驱动虚拟样本生成方法，首先，采用主成分分析PCA对DXN建模小样本进行特征降维，对获得的主成分进行核密度估计后再根据分布估计结果生成候选虚拟主成分，对通过正交采样获得的虚拟主成分进行重构以获得DXN虚拟样本输入；然后，使用随机森林RF与随机权神经网络RWNN构建集成映射模型以获得DXN虚拟样本输出；最后，采用综合学习粒子群优化算法对影响虚拟样本“优劣”的各类参数进行优化，获得使DXN预测模型泛化性能最优的虚拟样本。本发明能够获得更符合数据期望分布的虚拟样本输入、提高映射模型泛化性能以促使虚拟样本的数量与质量最优。

技术领域

本发明涉及二噁英排放浓度检测技术领域，特别是涉及一种面向二噁英检测的概率密度分布驱动虚拟样本生成方法。

背景技术

城市固废焚烧(MSWI)过程排放的二噁英(DXN)类化合物是一种剧毒污染物，是造成MSWI工厂“邻避”现象的主要原因。DXN作为复杂化合物不能实时检测，只能采用高成本、长周期的离线化验方式。因此，对剧毒物质DXN的排放浓度进行实时在线检测是目前迫切需要解决的问题。

如图1所示，MSWI过程所产生的DXN分别包含在灰渣、飞灰和烟气3种产物中，其中烟气按照排放阶段可分为：DXN产生时的烟气G1、DXN被吸附后的烟气G2和排放至大气的烟气G3。机理上，DXN的产生来源包括固废不完全燃烧和新规合成反应生成(de novosyhthesis)两类。通常，为保证DXN等有毒有机物的有效分解，在固废焚烧阶段的烟气温度应达到至少850℃并保持2秒。为减低排放烟气中的DXN浓度，在烟气处理阶段需要向反应器内喷射消石灰和活性炭以吸附DXN以及某些重金属。此外，余热锅炉和烟气处理阶段的积灰所固有的DXN记忆效应也导致DXN排放浓度增加。上述不同阶段的过程变量均以秒为周期由现场分布式控制系统(DCS)进行采集和存储。此外，烟气G3中的易检测气体(CO、HCL、SO₂、NO_x和HF等)浓度能够通过CEMS系统进行实时检测，并且与DXN浓度存在相关性。但是，焚烧企业或环保部门通常以月/季或按需以更长不确定周期采用离线直接化验法进行排放烟气G3中的DXN浓度检测。该方法需要专门的实验室和相关的实验室分析设备，检测成本很高，且花费时间长。基于指标物/关联物的在线间接检测方法已经得到了一定的研究和应用；但该方法要求首先检测烟气中指示物/相关联物的浓度，再基于映射模型间接计算DXN排放浓度。同样，这种方法需要昂贵、复杂的在线实验室分析设备，并且存在小时级别的滞后时间。因此，有必要构建DXN排放浓度软传感器，进而实现其在线测量。

综上可知，烟气G3中的DXN浓度与MSWI过程的炉温、烟气流量、HCL浓度等上百个过程参数的共同影响，而且这些由DCS系统以秒级时间尺度收集的大数据也仅覆盖了稳态运行工况下的参数组合空间。显然，MSWI过程长期运行在稳态模式下，导致绝大部分数据对应非常相似的工况，这使得可用的DXN有效建模样本十分稀少并且样本分布不均衡程度非常高。此外，DXN的离线检测的高成本、长周期导致建模真值缺失。而通过实验方式获取MSWI过程非稳态、异常甚至故障数据的成本及风险极高，并且通常是不被允许的。因此，MSWI过程的DXN建模面临着“大数据、小样本”的困境。

小样本问题不能简单理解为样本数量的绝对少，而是与样本输入等相关的相对概念，其本质是样本中包含的建模所需信息不足。本质上，小样本因样本数量有限导致其分布稀疏而不能完全反映实际数据分布，其也表现出分布不平衡等问题。因此，基于小样本构建的模型往往具有片面性和偏差性，其预测结果也难以真实反映实际输出。目前，已有支持向量机、灰色模型、核回归和贝叶斯网络等方法在样本数量极其稀缺及分布不平衡的情况下，难以进一步提高模型的预测精度。