摘要
本发明公开了一种锅炉NOx排放浓度预测方法、装置及介质,所述方法包括获取锅炉排放的NOx浓度历史数据以及相关的辅助变量,利用LightGBM对多变量数据进行特征选择,对特征选择后的数据集进行KGDA数据增强,扩充为新的浓度变量数据集;通过引入自适应t分布变异策略以实现种群多维初始化,并采用动态边界策略调整搜索边界,进而优化能量谷优化器算法,通过改进获得IEVO算法;建立PatchTST预测模型和ETSformer预测模型对新数据集进行预测,并使用改进的能量谷优化器算法IEVO对模型超参数进行优化;利用IEVO对两个模型的预测结果进行加权融合,并采用GRELM对加权后的结果进行误差校正,得到最终预测结果。本发明能够实现锅炉燃烧出口NOx浓度的精准预测。
技术关键词
NOx排放浓度预测方法
粒子
锅炉
边界策略
特征选择
误差校正
变量
数据
变异策略
优化器
生成对抗网络
样本
矩阵
算法
序列
误差预测
注意力机制
位置更新
模型超参数
系统为您推荐了相关专利信息
土石混合体
边坡稳定性分析
数值模拟方法
边坡模型
粒子
烟尘环境
识别方法
CART算法
半解析方法
识别模块
龙门式起重机
轮式行走机构
故障诊断方法
数据
粒子群优化算法