基于LightGBM-CatBoost的循环流化床锅炉NOx排放浓度的预测方法

本发明涉及一种基于LightGBM‑CatBoost的循环流化床锅炉NOx排放浓度的预测方法，包括：数据采集与特征提取，并划分训练集和测试集；构建均值模型L‑C；以排气压力、发电机功率、瞬时给煤量、一次风量为模型输入变量，以NOx排放浓度为目标变量，得NOx排放浓度的预测结果。本方法预测精度和稳定性佳，预测的NOx排放浓度值与实际值偏差小，在NOx排放浓度大于120mg·m‑3时偏差小于5％，能够保证宽负荷条件下对不同燃煤机组CFB锅炉NOx排放浓度值精准预测，为深度调峰期间CFB锅炉NOx排放浓度排放及控制提供了可靠的方法和数据支撑。