计量学报

作者：金秀章,畅晗,赵大勇,赵术善

单位：华北电力大学 控制与计算机工程学院, 河北保定071003

关键词：化学计量;NOx排放预测; 蜣螂优化算法; CatBoost; LightGBM; XGBoost; 集成模型

针对SCR入口NOx浓度单一预测模型无法满足在不同工况下保持预测精度的问题,提出了一种基于蜣螂优化(dung beetle optimizer,DBO)集成模型加权融合的预测SCR入口NOx浓度的动态模型。首先使用CatBoost与LightGBM的混合模型在筛选辅助变量的同时,求取辅助变量的迟延时间和阶次信息,并根据以上信息确定预测模型的输入变量;然后建立由LightGBM,XGBoost与CatBoost组成的集成模型,并使用蜣螂优化算法对预测结果进行加权融合;最后将DBO-集成加权融合动态预测模型与3种单模型和蜣螂算法优化2种模型加权融合的预测模型进行对比。结果证明DBO综合加权融合动态预测模型的评价指标优于其他模型,具有更高的预测精度、实时性和适应性,能够更好地满足不同工况下的NOx浓度预测要求。

来源：2024年第4期

《计量学报》期刊编辑部

查看计量学报杂志2024年第4期