计量学报

作者：王珑宪,赵文杰

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：计量学; NOx排放浓度;燃煤锅炉;变量选择; 互信息; 长短期记忆网络

针对电站燃煤锅炉NOx排放浓度存在测量迟延的情况,提出了基于互信息和长短期记忆神经网络相结合的电站燃煤锅炉NOx排放浓度预测模型。首先,利用互信息计算出候选输入变量与输出变量NOx浓度之间的延迟时间,并引入最大相关最小冗余算法,筛选出最优特征子集,将最优特征子集作为LSTM模型的输入,建立了锅炉NOx排放浓度预测模型。仿真结果表明,所建模型的测试集均方根误差为4.626mg/m3,平均绝对误差为3.836mg/m3,与未经变量选择和未考虑时延的LSTM模型相比,预测精度显著提高。

来源：2023年第10期

《计量学报》期刊编辑部

查看计量学报杂志2023年第10期