基于能源网络系统中燃煤锅炉NOx排放的深度学习模型研究_中国煤炭行业知识服务平台

基于能源网络系统中燃煤锅炉NOx排放的深度学习模型研究

作者

刘近徐亚豹
单位

贵溪发电有限责任公司北京博望华科科技有限公司
摘要

为了建立高精度的燃煤锅炉NOx排放量预测模型，提出了一种考虑时延特征的基于深度学习的燃煤锅炉NOx排放量建模算法。结合机理分析和lasso算法分析特征变量重要性，选取与NOx排放量最相关的变量，进一步分析所选取变量与NOx排放量之间的时延相关性；确定模型输入变量后，采用经验模态分解方法对输入变量时间序列进行分解，提取其中的频域信息与时域信息，构造建模数据库；设计深度神经网络结构并优化网络参数，建立NOx排放量预测模型。基于火电厂实际运行数据的实验结果表明，在多种工况下，所提出的算法预测误差均小于2%,能够满足实际生产对NOx排放量预测精度的要求。
关键词

燃煤锅炉深度学习NOx排放经验模态分解
基金项目(Foundation)

山西省重点研发计划（一般）社会发展项目（201703D321009G5）；中国博士后科学基金资助项目（2019M651083）；
文章目录

1 问题描述及参数初选
1.1 锅炉概况
1.2 锅炉燃烧过程及建模参数初选
2 NOx排放量预测模型构建
2.1 基于lasso的相关变量分析
2.2 基于时延分析的特征选择
2.3 基于EMD分解的数据特征提取
2.4 NOx排放预测模型构建
2.5 算法整体结构
3 实验结果与分析
3.1 实验设计
3.2 模型评价指标
3.3 模型测试与比较
3.3.1 时延影响
3.3.2 数据分解的影响
3.3.3 不同模型预测结果对比
4 结论
引用格式

刘近,徐亚豹.基于能源网络系统中燃煤锅炉NO_x排放的深度学习模型研究[J].能源与环保,2022,44(03):180-187.DOI:10.19389/j.cnki.1003-0506.2022.03.030.