水电电工知识
水电技术|如何充分利用火电厂DCS系统中的运行数据建立SCR烟气脱硝系统模型?
2017-03-19  浏览:36
水电之家讯:基于自适应多尺度核偏最小二乘的SCR烟气脱硝系统建模

1项目背景

选择性催化还原(ivecatalyticreduction,SCR)脱硝技术是当今国内外广泛应用的一种脱硝技术,建立有效的脱硝系统模型是SCR优化控制过程的基础。SCR的反应过程十分复杂,建立其机理模型非常困难。随着人工智能技术的发展,基于数据的建模方法受到了广泛关注和研究。本文利用运行历史数据中的有效信息,采用数据建模方法建立了SCR系统模型。此外,由于工况、环境等因素随时间不断变化,采用单一固定模型时,SCR模型的预测精度随时间推移逐渐降低。因此,有必要采取有效方法对模型进行更新,提高模型的自适应能力。

2论文所解决的问题及意义

本文将滑动窗口模型更新策略与MKPLS方法相结合,提出了自适应多尺度核偏最小二乘回归方法(self-adaptivemulti-scalekernelpartialleastsquares,SMKPLS),利用benchmark验证了方法的有效性,并将其应用于实际SCR系统的建模中,取得了良好的预测效果。

3论文重点内容

MKPLS方法将多尺度核函数技术与偏最小二乘算法进行结合,通过非线性函数把输入空间映射到高维特征空间,并将特征空间看作是原始输入空间的对偶,在特征空间中构建线性偏最小二乘回归,从而实现原始输入空间的非线性建模。采用多核学习方法,在保持核函数优良的局部映射特征的同时,兼顾原始输入空间中样本的分布特性,使得每一特定分布的样本都有着合适尺度的核函数与其对应,进一步改善高维特征空间中解的稀疏性。

随着现场工况、环境的不断变化,MKPLS模型的预测精度逐渐降低,因此,有必要对模型进行更新,提高模型的自适应能力。但是,不断重构模型将引入大量的计算,增加模型更新耗时,影响更新效果。针对这一问题,本文充分利用初始模型中的有用信息,结合滑动窗口法提出一种自适应模型更新策略,在保证模型有效性的同时减少了计算量和更新耗时。模型更新过程如下图1所示。

将本文方法及其他建模方法应用于SCR脱硝系统建模并进行对比。结果表明,SMKPLS的预测误差最小,泛化能力最强。采用多尺度高斯核有效提高了模型精度。模型更新策略的引入显著减小了预测误差,提高了模型的自适应能力。

4结论

为了建立准确的SCR脱硝系统模型,本文提出了一种自适应多尺度核偏最小二乘方法。SMKPLS方法综合了MKPLS和自适应模型更新策略的优点,兼顾了训练样本中普遍存在的多尺度特性和时变特性,有效提高了模型的泛化能力和自适应能力,所建模型充分反映了SCR脱硝系统输入输出变量间的非线性关系,具有较高的预测精度。

更多»您可能感兴趣的文章:
更多»有关 电工 的产品:
  • 水电电工资讯
  • 发表评论 | 0评
  • 评论登陆
  • 移动社区 陶瓷头条 空调头条 卫浴头条 洁具头条 油漆头条 涂料头条 地板头条 吊顶头条 衣柜头条 家居头条 老姚之家 灯饰之家 电气之家 全景头条 照明之家 防水之家 防盗之家 区快洞察 建材 深圳建材 香港建材 佛山建材 广州建材 东莞建材 惠州建材 南宁建材 崇左建材 来宾建材 河池建材 贺州建材 百色建材 玉林建材 贵港建材 钦州建材 防城港建材 北海建材 梧州建材 桂林建材 柳州建材
    (c)2015-2017 Bybc.cn SYSTEM All Rights Reserved