基于机器学习的火电机组排放预测方法

基于机器学习的火电机组排放预测方法，火电机组包括燃气轮机联合循环发电系统，其特征在于，方法包括如下步骤：实时采集火电机组每个时间步t的时序数据，时序数据包括燃气轮机的燃烧参数和机械状态参数；根据燃烧参数和机械状态参数得到输入层的输入数据；获取火电机组每个时间步t的瞬态工况；根据瞬态工况生成事件标记序列mt；将输入数据输入至LSTM模型的输入层，将事件标记序列mt输入至LSTM模型的注意力层，得到输出预测排放量。本发明通过将瞬态工况作为独立输入直接输入到LSTM模型的注意力层，可精准适配不同瞬态工况，显著提升变负荷、启停等复杂场景下的排放预测能力。