基于EMD-SVR的火电厂SCR脱硝系统出口NOx浓度预测研究

来源：计算机测量与控制杂志2020年第5期北京时间：

作者：王博,赵亮,赵长春,党宁

单位：西安建筑科技大学

摘要：针对火电厂选择性催化还原（Selective Catalytic Reduction，SCR)脱硝系统出口NOx浓度预测准确率低的问题，提出一种基于经验模态分解（Empirical Mode Decomposition，EMD）和支持向量机回归（Support Vector Machine For Regression，SVR）的火电厂脱硝系统出口NOx浓度预测模型。首先，利用EMD算法将出口NOx浓度数据序列进行分解，得到不同时间尺度下有限个本征模函数(Intrinsic Mode Function，IMF);然后引入SVR算法对NOx浓度分解数据进行建模预测;最后，将所有IMF的预测结果求和作为出口NOx浓度的最终预测值。通过对提出的EMD-SVR与标准的SVR、BP、ELM、EMD-BP和EMD-ELM模型进行对比验证，结果表明，基于EMD-SVR模型的预测精度较高，预测结果与真实值相比较，方向变化统计量（Directional Statistics,Dstat）、平均绝对百分比误差（Mean Absolute Percentage Error，MAPE）和均方根误差（Root Mean Square Error，RMSE）为0.914、1.51%和0.346mg/Nm3。

关键词：脱硝系统;NOx浓度预测;经验模态分解;支持向量机回归

基金资助：国家自然科学基金项目（面上项目，重点项目，重大项目）