文档名：基于MIPCA和MLAEELM的脱硝系统入口NOx质量浓度预测
摘要：为提高脱硝系统入口氮氧化物(nitrogenoxide,NOx)质量浓度的预测精度,提出一种基于互信息的主成分分析(principalcomponentanalysis,PCA)和多层自编码结构的极限学习机(extremelearningmachine,ELM)组合算法的预测模型.对输入变量的选取方式进行完善,并加入历史NOx质量浓度,对预测算法的网络结构进行优化.实验结果表明:与其他预测算法模型相比,该模型具有较高的预测效率,在不同工况下均具有较高的预测精度,表现出良好的抗噪能力和泛化能力.
Abstract：Inordertoimprovethepredictionaccuracyofnitrogenoxides(NOx)massconcentrationattheinletofdenitrationsystem,acombinationalgorithmpredictionmodelofprincipalcomponentanalysis(PCA)andanextremelearningmachine(ELM)withmulti-layerself-codingstructurebasedonmutualinformationisproposed.Theselectionofinputvariablesisimproved,andthenetworkstructureofthepredictionalgorithmisoptimizedbyaddingthehistoricalNOxmassconcentration.Theexperimentalresultsshowthatcomparedwithotherpredictionalgorithmmodels,theproposedmodelhashigherpredictionefficiencyandhigherpredictionaccuracyunderdifferentworkingconditions,andshowsgoodanti-noiseabilityandgeneralizationability.
作者：靳果 屈保中 朱清智Author：JinGuo QuBaozhong ZhuQingzhi
作者单位：河南工业职业技术学院自动化工程学院,河南南阳473000;河南工业职业技术学院河南省工业机器人应用工程技术研究中心,河南南阳473000
刊名：兵工自动化 ISTIC
Journal：OrdnanceIndustryAutomation
年，卷(期)：2023, 42(12)
分类号：TP272
关键词：脱硝系统 NOx质量浓度 互信息 主成分分析 极限学习机 预测模型
Keywords：denitrationsystem NOxmassconcentration MI PCA ELM predictionmodel
机标分类号：
在线出版日期：2024年1月3日
基金项目：河南省科技发展计划，河南省高等学校重点科研项目，南阳市科技计划项目基于MI-PCA和ML-AE-ELM的脱硝系统入口NOx质量浓度预测[
期刊论文] 兵工自动化--2023, 42(12)靳果 屈保中 朱清智为提高脱硝系统入口氮氧化物(nitrogenoxide,NOx)质量浓度的预测精度,提出一种基于互信息的主成分分析(principalcomponentanalysis,PCA)和多层自编码结构的极限学习机(extremelearningmachine,ELM)组合算法的预测...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于MI-PCA和ML-AE-ELM的脱硝系统入口NOx质量浓度预测 Prediction of NOx Mass Concentration at Inlet of Denitration System Based on MI-PCA and ML-AE-ELM
基于MI-PCA和ML-AE-ELM的脱硝系统入口NOx质量浓度预测.pdf
|
|
