基于小波PLS电站锅炉NO_x自适应预测

电站锅炉机理复杂,很难建立能够用于NOx实时预测和控制的机理模型。为此,将小波分析与偏最小二乘回归(Partial Least Squares,PLS)算法相结合,提出基于小波PLS的NOx排放预测模型。该方法可较好地实现数据去噪和样本预处理,并可对输入因素进行成分提取,对因变量NOx有较好的解释能力,通过对样本自动筛选,实现预测模型的自适应更新。采用京隆电厂1#机组600 MW锅炉的实际运行数据对该算法进行了验证,将其与神经网络预测模型进行了对比,结果显示此方法预测精度更高,效果更好。