[发明专利]一种火电机组NOX

权利要求书

1.一种火电机组NO_X排放建模方法，其特征在于，所述方法包括如下步骤：

基于影响火电机组NO_X排放的基本参数获取火电机组历史运行数据，建立训练集D₀；

利用密度聚类算法和稀疏贪婪矩阵对训练集D₀进行约简，得到样本代表集D₂；

基于样本代表集D₂构建半参数支持向量回归机模型，基于迭代重加权最小二乘法求解半参数支持向量回归机模型的权重；

基于训练集D₀，利用Apache Spark并行计算框架进行并行化设计，得到半参数支持向量回归机模型的最终权重；

基于最终权重，利用Apache Spark并行化半参数支持向量回归机模型，得到火电机组NO_X排放模型。

2.根据权利要求1所述的火电机组NO_X排放建模方法，其特征在于，所述建立训练集D₀，包括：

根据燃烧过程的NO_X生成机理，确定影响NO_X排放值的输入变量u₁，u₂，...，u_q；

令各输入变量的阶次分别为o₁，o₂，...，o_q；

建立训练集D₀＝{(Φ_i，y_i)，i＝1，...，N₀}，其中，N₀为样本数，Φ_i为第i个样本的输入向量，Φ_i由以前的输出和输入构成，Φ_i∈R^o×1。

3.根据权利要求2所述的火电机组NO_X排放建模方法，其特征在于，所述利用密度聚类算法和稀疏贪婪矩阵对训练集D₀进行约简，包括：

采用密度聚类算法对训练集D₀进行粗约简，得到聚类中心集合D₁＝{(Φ′_i，y′_i)，i＝1，...，N₁}，其中，N₁为聚类中心数，且N₁＜N₀；Φ′_i为聚类中心集合中第i个样本的输入向量，Φ′_i∈R^o×1；y′_i为聚类中心集合中第i个样本的输出，y′∈R；

采用稀疏贪婪矩阵算法从聚类中心集合D₁中提取一组能最大限度代表整个数据集的样本代表集D₂＝{(X_i，y_i)，i＝1，...N₂}，其中，N₂为样本数量，且N₂＜N₁；{X_i，i＝1，...，N₂}为基础样本输入向量集，X_i为样本代表集中第i个学习训练样本的输入向量，且X_i∈R^o×1；y_i为样本代表集中第i个样本的输出，且y_i∈R。