[发明专利]基于PLS局部拟合的SCR反应器信息快速获取方法

权利要求书

1.基于PLS局部拟合的SCR反应器信息快速获取方法，其特征在于：所述步骤为：

(1)建立自变量数据库和因变量数据库：根据SCR新鲜、劣化催化剂化学反应实验，得出与化学反应速率常数相关参数：温度、指前因子以及活化能；建立化学反应速率常数与相关参数数据库，并把数据库以及SCR脱硝反应模型带入到fluent中，得到关于数值模拟的数据库，并最终获取自变量数据库和因变量数据库；

(2)在任意输入一条参数后，通过SQL数据库中select语句快速查找并提取与所输入参数在方差最小化原则基础之上的距离输入参数最近的若干个样本数据，从而形成一个局部拟合数据集dataset，具体步骤为：

(2.1)在输入参数后，通过SQL数据库中select语句提取得到距离输入样本最近的八个样本数据集；

(2.2)获取标准化数据库：将(2.1)提取出的每个队列数据进行标准化处理，减去自身的均值并除以其标准差，从而得到标准化数据库；

(2.3)将所输入的参数根据标准化数据库进行同样的标准化，得到标准化输入参数；

(2.4)建立局部拟合数据集dataset：将步骤(2.2)中获得的数据建立成一个局部拟合标准化数据集；

(3)利用偏最小二乘法对局部拟合标准化数据集进行建模，得到该局部拟合标准化数据集的偏最小二乘回归方程，并对输入参数进行回归，得到该输入参数下对应的输出值，将该输入参数与其对应的输出值分别加入到自变量数据库和因变量数据库。

2.根据权利要求1所述的基于PLS局部拟合的SCR反应器信息快速获取方法，其特征在于：步骤(3)的具体步骤为：

(3.1)设因变量组和自变量组的n次标准化观测数据阵分别记为F₀、E₀，F₀是由输出参数出口NO浓度和氨逃逸率组成的因变量矩阵，E₀是由输入参数入口烟气速度、氨氮摩尔比、入口烟气温度以及入口NO浓度组成的自变量矩阵，每一列代表一个样本，F₀、E₀的计算公式如下：

(3.2)偏最小二乘法的回归分析建模的具体步骤如下：

偏最小二乘法的基本做法是首先在自变量集中提出第一成分t₁，t₁是x₁,x₂,…x_m的线性组合，且尽可能多地提取原自变量集中的变异信息；同时在因变量集中也提取第一成分u₁，并要求t₁和u₁相关程度达到最大，然后建立因变量y₁,y₂,…y_p与t₁的回归，如果回归方程已达满意的精度，则算法中止，若最终对自变量集提取r个成分t₁,t₂,…t_r，偏最小二乘回归将通过建立y₁,y₂,…y_p与t₁,t₂,…t_r的回归式，然后再表示为y₁,y₂,…y_p与原自变量的回归方程式，即偏最小二乘回归方程式。