基于带时间尺度PCA-RBF的脱硝系统入口NOx质量浓度软测量技术

摘要：

选择性催化还原(selective catalytic reduction,SCR)脱硝系统入口NOx质量浓度是控制NOx排放的重要参数之一,高精度的测量值可以有效提高脱硝系统的控制效果.为此,提出基于带时间尺度PCA-RBF的脱硝系统入口NOx质量浓度软测量方法.首先对原始数据样本进行主元分析(principal components analysis,PCA)及T2统计量监测,从若干个影响入口NOx质量浓度的因子中选出关键变量,进一步分析入口NOx质量浓度与关键变量的时间尺度,通过径向基函数(radial basis function,RBF)神经网络训练,获得高精度软测量模型.仿真分析RBF、PCA-RBF、带时间尺度PCA-RBF这3种软测量模型,结果表明:带时间尺度PCA-RBF模型比PCA-RBF模型和RBF模型具有更高的预测精度、更快的收敛速度和更好的泛化能力;采用带时间尺度PCA-RBF模型时,脱硝系统入口NOx质量浓度预测值与实测值之间的均方差为0.0506％,满足现场实际需求.

关键词：选择性催化还原、氮氧化物、软测量、主元分析、时间尺度

所属期刊栏目：34

分类号：TM621;TK39(发电、发电厂)

在线出版日期：2021-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：121-128