[发明专利]基于无迹卡尔曼滤波最小二乘支持向量机的NOx排放浓度预测方法

摘要

本发明公开了一种基于无迹卡尔曼滤波最小二乘支持向量机的燃煤机组NOx排放浓度预测方法。通过对现场数据和理论的分析，确定脱硝系统动态模型的输入和输出变量，通过离线计算脱硝系统动态模型参数，完成当前时刻NOx排放浓度预测，采用无迹卡尔曼滤波不断更新核参数值σ和模型参数α，b，对支持向量样本进行更新，进行下一时刻NOx排放浓度的预测。本发明提出的方法对NOx排放浓度进行准确预测，不但有利于进一步提高选择性催化还原脱硝控制系统的调节品质，而且可以用来判断现场数据是否真实准确，为环保部门的监管执法提供依据。

主权项

1.基于无迹卡尔曼滤波最小二乘支持向量机的NOx排放浓度预测方法，其特征是：包括以下步骤：S1：选择燃煤机组排放NOx浓度作为预测输出，确定与该浓度相关的状态参数作为模型的输入变量；S2：以相同频率采样，采用改进观测量变化率方法和上下限归一方法分别对原始数据进行粗大误差的去除和归一化处理；S3：根据动态模型输入输出结构，选择初始样本数据，基于最小二乘支持向量机方法离线计算脱硝系统动态模型的初始参数α、b和σ，同时得出模型预测函数；S4：根据模型预测函数，由前一时刻输入计算当前时刻的模型预测值，并且计算模型预测误差；S5：判断误差是否超过允许的最大误差，若未超过误差阈值，则动态模型不校正，模型参数不变，回到步骤S4继续计算下一时刻的模型预测值；若超过误差阈值，则通过无迹变换更新模型参数σ，α和b，同时更新训练样本数据，回到步骤S4继续计算下一时刻的模型预测值。