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

摘要

为了建立高精度的燃煤锅炉NO_(x)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NO_(x)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NO_(x)排放量最相关的变量,进一步分析所选取变量与NO_(x)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NO_(x)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NO_(x)排放量预测精度的要求。