[发明专利]基于稀疏表示的火电厂烟气光谱定量分析方法

权利要求书

1.一种基于稀疏表示的火电厂烟气光谱定量分析方法，其特征在于：步骤如下：

步骤1：首先采集火力发电厂烟气光谱数据，构成光谱数据集L_N×(n-1)，光谱数据集L_N×(n-1)中包含N个样本，每个样本的维数即波长变量的个数为n-1维；然后再单独测出每个样本所对应的烟气成分浓度值，构成浓度数据集K_N×1；光谱数据集L_N×(n-1)和浓度数据集K_N×1共同组成原始数据集S_N×n；

步骤2：初始化字典D：首先在原始数据集S_N×n中选取前m个样本，组成矩阵D'_n×m，然后对矩阵D'_n×m进行归一化处理，得到初始字典

步骤3：固定初始字典使用正交匹配追踪算法近似计算式(1)所示目标方程，得到每个样本s_i的稀疏表示系数向量x_i，从而得到原始数据集S_N×n的稀疏表示的系数矩阵X；

i=1,2,...,N,minxi{||si-Dn×m(0)xi||22}s.t.||xi||0≤l---(1)]]>

其中：l为最大非零个数；

步骤4：对初始字典进行逐列更新，设列号j＝1,2,...,m；假设将要更新字典的第j个原子d_j，系数矩阵X中d_j相应的第j行为定义集合为用到d_j所有信号集合{s_i}的索引所构成的集合，即的点的索引值；

步骤5：通过式(2)计算去掉第j个原子d_j的成分在所有N个样本中造成的误差矩阵E_j；

Ej=SN×nT-Σa≠jdaxaT---(2)]]>

其中：S_N×n^T为原始数据集S_N×n的转置矩阵；d_a为第a个原子；为第a个原子对应的系数；

步骤6：定义变换矩阵Φ_j为N×|η_j|矩阵，它在(η_j(i),i)处的值都为1，其它点为0；定义变换后的误差矩阵系数矩阵为数据库矩阵为则三者分别为E_j、S_N×n^T中去掉零输入后的收缩结果；

步骤7：变换后的误差矩阵做奇异值分解即SVD分解，则其中：U和V为酉矩阵，V^T为酉矩阵V的转置矩阵，Δ为对角矩阵；令新原子为d_j的更新结果；同时，用V的第一列和Δ(1,1)的乘积更新

步骤8：重复步骤4-7，直到完成对初始字典的逐列更新，得到新字典

步骤9：用新字典做稀疏分解，并判断是否达到既定的迭代次数，如果没有达到，则使用新字典重复步骤3-9，如果达到了，则停止迭代；得到最终字典D_n×m；

步骤10：首先通过留一法交叉检验确定最佳隐变量个数L，然后根据最终字典D_n×m和最佳隐变量个数L，进行PLS建模，得到烟气成分浓度预测模型：

C_p＝T*B

其中，C_p为烟气成分浓度的预测值，T为待分析光谱数据集，B为系数矩阵；

将新采样的烟气光谱数据带入此模型，即能够预测烟气成分浓度。

2.根据权利要求1所述的基于稀疏表示的火电厂烟气光谱定量分析方法，其特征在于：采用基于FPGA的线阵CCD光谱信息采集系统，并对相关成分在各个波长的光谱吸收率进行测量采集；采用基于spark的集群计算系统进行数据处理。