[发明专利]一种烟气SCR脱硝系统不良数据辨识方法

摘要

本发明提出一种基于BP神经网络预测和辨识不良数据的方法。针对从SCR脱硝系统获取的原始数据样本，通过构建BP神经网络并进行学习训练，然后从原始样本随机抽样进行预测和检验，计算样本BP神经网络预测值与真实值的相对误差，筛选相对误差较大的样本添加至不良样本集。重复执行上述过程直至满足一定要求。统计不良样本集中取值相同样本的出现频次，将出现频次超过预设值的样本标记为不良样本。剔除不良样本重新构建并训练BP神经网络，对剔除的不良样本进行检验，若误差超过一大值则确定为不良数据，若误差小于一小值，则重新将此样本归结为正常数据，其余情况重构神经网络重新检验，直至完成所有不良样本校验，从而确保不良样本辨识的准确性。