脱硝系统出口氮化物浓度预测方法、装置、介质及设备与流程

本公开涉及燃煤发电，具体地，涉及一种脱硝系统出口氮化物浓度预测方法、装置、介质及设备。

背景技术：

1、燃煤发电过程中会产生多种空气污染物，其中，氮化物气体(nox)会转化为大气中的硝酸盐，最终形成pm2.5，pm2.5会产生酸雨和光化学烟雾，严重危害人类和环境。为了减少nox对人类社会的危害，燃煤电厂采用选择性催化还原(selective catalyticreduction，scr)脱硝技术喷射氨气，通过氨气与nox发生催化还原反应，进而减少nox的排放。

2、此种方法的关键是需要获取scr入口nox的精确排放浓度，从而合理控制喷氨量。而相关技术中，scr入口nox浓度预测方法大多具有工况单一特性，不能在复杂工况下精确地预测nox排放浓度。

技术实现思路

1、本公开的目的是提供一种脱硝系统出口氮化物浓度预测方法、装置、介质及设备，以解决上述技术问题。

2、为了实现上述目的，本公开第一方面提供一种脱硝系统出口氮化物浓度预测方法，所述方法包括：

3、获取当前时刻与氮化物浓度相关的运行数据；

4、将所述运行数据输入氮化物浓度预测模型，得到氮化物浓度预测值；

5、其中，所述氮化物浓度预测模型用于通过如下操作得到所述氮化物浓度预测值：

6、根据所述运行数据进行多次氮化物浓度预测，得到氮化物的多个初始浓度预测值；

7、根据多个所述初始浓度预测值，确定浓度修正值，并根据所述浓度修正值进行氮化物浓度预测，得到所述氮化物浓度预测值。

8、可选地，所述方法还包括：

9、获取与氮化物浓度相关的运行参数，并基于随机森林算法确定每个运行参数的重要度；

10、根据所述重要度的大小，确定与氮化物浓度最相关的运行参数；

11、所述获取当前时刻与氮化物浓度相关的运行数据，包括：

12、获取当前时刻与氮化物浓度最相关的运行参数的运行数据。

13、可选地，所述氮化物浓度预测模型包括多个基学习器和一个元学习器，所述氮化物浓度预测模型用于通过如下操作得到所述氮化物浓度预测值：

14、通过所述多个基学习器对所述运行数据进行氮化物浓度预测，得到氮化物的多个初始浓度预测值；

15、根据所述多个初始浓度预测值确定浓度修正值，并通过所述元学习器对所述浓度修正值进行氮化物浓度预测，得到所述氮化物浓度预测值。

16、可选地，针对每个所述基学习器，所述基学习器的训练过程包括：

17、获取标注有标签且与氮化物浓度相关的多组样本运行数据，所述标签用于指示根据对应的所述样本运行数据得到的氮化物浓度真实值；

18、将所述样本运行数据输入至所述基学习器，得到所述样本运行数据对应的初始浓度预测值，并根据所述初始浓度预测值和所述标签指示的所述氮化物浓度真实值，确定第一损失函数值；

19、根据所述第一损失函数值更新所述基学习器的参数。

20、可选地，所述元学习器的训练过程包括：

21、获取标注有所述标签的多组样本浓度修正值；

22、将所述样本浓度修正值输入至所述元学习器，得到所述样本浓度修正值对应的氮化物浓度预测值，并根据所述氮化物浓度预测值和所述标签指示的所述氮化物浓度真实值，确定第二损失函数值；

23、根据所述第二损失函数值更新所述元学习器的参数。

24、可选地，所述获取标注有所述标签的多组样本浓度修正值，包括：

25、针对每组样本浓度修正值，执行以下步骤：

26、获取每个所述基学习器的初始浓度预测值，其中，每个所述基学习器的初始浓度预测值对应的样本运行数据或运行数据相同；

27、根据每个所述基学习器的初始浓度预测值，确定所述初始浓度预测值的平均值，并将所述平均值确定为所述样本浓度修正值。

28、可选地，所述基学习器为xgboost基学习器、lightbgm基学习器或gru基学习器。

29、本公开第二方面提供一种脱硝系统出口氮化物浓度预测装置，包括：

30、获取模块，用于获取当前时刻与氮化物浓度相关的运行数据；

31、预测模块，用于将所述运行数据输入氮化物浓度预测模型，得到氮化物浓度预测值；

32、其中，所述氮化物浓度预测模型用于通过如下操作得到所述氮化物浓度预测值：

33、根据所述运行数据进行多次氮化物浓度预测，得到氮化物的多个初始浓度预测值；

34、根据多个所述初始浓度预测值，确定浓度修正值，并根据所述浓度修正值进行氮化物浓度预测，得到所述氮化物浓度预测值。

35、本公开第三方面提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面任意一项所述方法的步骤。

36、本公开第四方面提供了一种电子设备，包括：

37、存储器，其上存储有计算机程序；

38、处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面任意一项所述方法的步骤。

39、通过上述技术方案，可以融合多种预测模型的nox浓度预测结果，使得nox浓度预测结果具有较高的预测精度和鲁棒性，以克服相关技术中，不能快速有效的测量scr系统入口nox浓度的问题。

40、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种脱硝系统出口氮化物浓度预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求1或2所述的方法，其特征在于，所述氮化物浓度预测模型包括多个基学习器和一个元学习器，所述氮化物浓度预测模型用于通过如下操作得到所述氮化物浓度预测值：

4.根据权利要求3所述的方法，其特征在于，所述基学习器的训练过程包括：

5.根据权利要求4所述的方法，其特征在于，所述元学习器的训练过程包括：

6.根据权利要求5所述的方法，其特征在于，所述获取标注有所述标签的多组样本浓度修正值，包括：

7.根据权利要求3所述的方法，其特征在于，所述基学习器为xgboost基学习器、lightbgm基学习器或gru基学习器。

8.一种脱硝系统出口氮化物浓度预测装置，其特征在于，包括：

9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

技术总结
本公开涉及一种脱硝系统出口氮化物浓度预测方法、装置、介质及设备，方法包括：获取当前时刻与氮化物浓度相关的运行数据；将所述运行数据输入氮化物浓度预测模型，得到氮化物浓度预测值；其中，所述氮化物浓度预测模型用于通过如下操作得到所述氮化物浓度预测值：根据所述运行数据进行多次氮化物浓度预测，得到氮化物的多个初始浓度预测值；根据多个所述初始浓度预测值，确定浓度修正值，并根据所述浓度修正值进行氮化物浓度预测，得到所述氮化物浓度预测值。本公开的目的是提供一种脱硝系统出口氮化物浓度预测方法、装置、介质及设备，通过融合多种预测模型的氮化物浓度预测结果，使得氮化物浓度预测结果具有较高的预测精度和鲁棒性。

技术研发人员：孙长安,陈石明
受保护的技术使用者：国能浙江宁海发电有限公司
技术研发日：
技术公布日：2024/1/13