摘要
本申请公开了基于贪婪随机配置网络的煤粉炉污染物排放预测方法和系统,属于锅炉运行优化控制技术领域,包括确定氮氧化物的辅助参量,获取辅助参量的历史数据;确定随机配置网络中隐含层的神经节点,并基于神经节点的输入权重、输出权重和偏置获取基础模型;基于猎人猎物算法和历史数据获取神经节点的最优输入权重和最优偏置;基于输入权重和偏置获取最优输出权重;基于最优输入权重、最优偏置和最优输出权重优化基础模型,获取排放预测模型;将待测数据输入预测模型,获取氮氧化物的预测结果。本申请将猎手猎物算法引入随机配置网络,建立基于HPO‑GSCN的锅炉NOx预测模型,可实时预测锅炉SCR入口处的Nox排放量,为脱销提供指导,有助于燃煤锅炉的清洁燃烧。
技术关键词
排放预测方法
配置网络
煤粉炉
节点
矩阵
位置更新
预测误差
样本
正则化参数
初始误差
数据获取模块
算法
基础
重构
优化控制技术
变量
优化网络参数
数据采集系统
正交变换
系统为您推荐了相关专利信息
车辆电子换挡
多传感器
群体智能优化算法
档位
神经网络权值
融合神经网络
去中心化网络
需求预测方法
拉普拉斯噪声
延迟矩阵
图像分析方法
图像分割
累积分布函数
灰度共生矩阵
边缘检测
车充电桩
布局方法
公共充电桩
储能
粒子群算法求解