一种融合流形正则化的物理信息神经网络NOx浓度预测方法

本发明涉及NOx预测领域，尤其是涉及一种融合流形正则化的物理信息神经网络NOx浓度预测方法。包括S1对火电机组NOx浓度及相关变量进行数据采集，并对其进行预处理和清洗；S2利用编码器将S1中采集到的NOx浓度及相关数据从高维压缩成低维表示，并构建图拉普拉斯正则项，根据图拉普拉斯正则项计算得到流形正则项；S3建立潜空间下的深度算子网络模型，将S2中低维表示的数据作为分支网络输入，时间序列作为主干网络输入，NOx浓度作为输出；S4分析火电机组NOx生成机理，建立NOx浓度机理方程对深度算子网络模型进行约束，构建物理信息神经网络，以及总损失函数；S5对S2~S4所构成的模型进行训练，利用训练好的模型对NOx浓度进行预测。