SAO-集成加权融合的动态预测模型的NOx预测方法

本发明属于玻璃厂脱硝技术领域，本发明提出了SAO‑集成加权融合的动态预测模型的NOx预测方法，包括：采集玻璃厂实时的燃烧工作数据；将实时的所述燃烧工作数据输入预设的动态预测模型中，预测SCR入口NOx浓度；其中，所述动态预测模型基于LightGBM子模型、XGBoost子模型和CatBoost子模型集成加权融合构建，并通过数据集训练获得；所述数据集包括：时滞补偿后的燃烧工作数据和对应的SCR入口NOx浓度；所述燃烧工作数据包括：机组负荷、天然气流量、窑炉内含氧量、窑炉平均温度、烟气含氧量和总风量。本发明能够实现SCR入口NOx浓度的精准预测。