摘要
本发明公开了一种氮氧化物排放浓度动态预测方法、系统、介质和设备,涉及氮氧化物排放的浓度预测技术领域。该方法包括:收集选择性催化还原系统的历史运行参数;对历史运行参数进行特征选择,将特征重要性值大于预设阈值的运行参数作为输入变量;确定输入变量的输入时刻与选择性催化还原系统输出氮氧化物的时刻之间的延迟时间;基于输入变量、选择性催化还原系统出口的氮氧化物浓度与延迟时间,对深度神经网络模型进行训练,得到氮氧化物排放浓度预测模型;将实时采集的输入变量输入氮氧化物排放浓度预测模型,得到氮氧化物排放浓度的预测值。通过本方案能提高对氮氧化物排放浓度进行预测的准确性。
技术关键词
氮氧化物排放浓度
催化还原系统
动态预测方法
参数
变量
异常数据点
特征选择算法
深度神经网络模型
启发式算法
入口
特征值
浓度预测技术
动态预测系统
回归树算法
氨气
烟气流量