科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对火力发电厂燃烧系统运行工况复杂、迟延较大，导致选择性催化还原烟气脱硝系统(SCR)中入口NOx质量浓度难以准确测量的问题，提出了一种基于ARIMA-OSELM神经网络组合模型的火电厂SCR入口NOx浓度预测方法，分别从最优权重和残差优化2个组合角度进行对比研究。将该方法应用于某火力发电厂SCR入口浓度预测中，结果表明：基于ARIMA-OSELM残差优化的组合模型预测精度最高，其效果优于ARIMA-OSELM最优权重的组合预测模型以及单一ARIMA和OSELM神经网络预测模型，评价指标FMAPE、MRMSE和R2分别为0.190、1.364和0.978。
- 出版日期2023
- 单位华北电力大学
