[发明专利]一种SCR入口NOx浓度分区的预测方法

权利要求书

1.一种SCR入口NOx浓度分区的预测方法，其特征在于，包括：

S100：对SCR入口截面进行区域划分；

S200：采集建模所需数据，所述所需数据包括SCR入口截面多个划分区域的NOx浓度数据以及DCS数据；

S300：对所述所需数据进行预处理，剔除其中的异常值和缺失值；

S400：选取主元成分，所述主元成分为基于主元分析法选取的对NOx浓度影响的主要因素；

S500：对SCR入口多个分区进行NOx浓度预测建模，并输出分区NOx浓度预测值；

其中，步骤S300包括：经过预处理的数据中，不超过3/4的数据作为训练数据，剩余数据用于检验模型；

步骤S500包括：根据所述训练数据和SCR入口各个分区的NOx浓度监测数据构建SCR反应器入口NOx浓度分布预测模型。

2.如权利要求1所述的SCR入口NOx浓度分区的预测方法，其特征在于，

所述区域划分包括对SCR入口烟道的不同烟道截面的多个区域划分。

3.如权利要求1所述的SCR入口NOx浓度分区的预测方法，其特征在于，

所述SCR入口截面多个划分区域的NOx浓度数据基于每个取样分区对应有3根不同长度的高温取样探头进行数据采集。

4.如权利要求3所述的SCR入口NOx浓度分区的预测方法，其特征在于，

所述数据采集的时间间隔为1分钟。

5.如权利要求1所述的SCR入口NOx浓度分区的预测方法，其特征在于，

所述选取的对NOx浓度影响的主要因素实施为取累计贡献率达到90％以上的特征值作为所述主元成分。

6.如权利要求1所述的SCR入口NOx浓度分区的预测方法，其特征在于，

所述SCR反应器入口NOx浓度分布预测模型采用BP神经网络建模方法构建。

7.如权利要求6所述的SCR入口NOx浓度分区的预测方法，其特征在于，还包括，

通过将所述主元成分输入训练样本中，进而计算所述预测模型实际输出值，并计算实际输出与期望输出的误差，判断所述误差是否在允许范围内；

当误差在允许误差外时，计算权值的修正量并修正权值，并将修正后的权值重新代入到训练样本中，以重新计算；

直至当误差在允许误差内时，输出分区NOx浓度预测值。

8.如权利要求1-7任一项所述的SCR入口NOx浓度分区的预测方法，其特征在于，还包括，

S600：基于所述分区NOx浓度预测值控制各个分区的喷氨量以及总喷氨量。