基于火焰成像的NOx排放混合预测模型SADAE-MSViL

来源：电子测量技术杂志2025年第19期北京时间：

作者：常胜君，郝润芳，程永强，杨琨，白云鹏

单位：1.人工智能微纳传感山西省重点实验室 太原 030600; 2.太原理工大学集成电路学院 太原 030600; 3.太原理工大学电子信息工程学院 太原 030600

摘要：火电厂生物质燃烧过程中产生的NOx对环境造成严重污染，准确预测NOx排放对于降低环境污染至关重要。基于传统数据驱动方法建立的NOx排放预测模型深层特征信息提取不充分，鲁棒性差。针对现存问题提出了基于火焰成像的NOx排放混合预测模型SADAE-MSViL。首先，在对抗降噪自动编码器中引入自注意力机制，实现图像深层特征提取，有效去除噪声干扰。其次，设计尺度为8和16组合的多尺度特征融合机制，充分捕获不同尺度下图像块的火焰频域信息。最后，通过改进Linformer并融合门控低秩注意力机制，在保证模型运行效率的同时提升NOx排放预测精度。实验结果表明，该模型R2达到0.98，RMSE为3.0，预测精度优于其他模型，展现出较高的鲁棒性和可靠性。

关键词：NOx排放预测;火焰温度图像;自注意力;多尺度神经网络

基金资助：山西省重点研发计划项目（202102030201012）、山西省省筹资金资助回国留学人员科研项目（2024-047）资助