论文部分内容阅读
针对燃煤电厂选择性催化还原脱硝系统(SCR)入口NO_x烟气连续监测系统存在较大延时和维护过程无法连续测量的问题,建立了一种基于改进TS模糊神经网络的软测量模型。首先,确立与SCR入口NO_x质量浓度特性相关的初始参量,并从某热电厂获取运行数据。其次,利用主因子分析法从初始参量中选择辅助变量实现输入降维。然后,利用模糊均值聚类与减法聚类相融合的算法对前件层进行结构辨识初始化隶属函数参数,将改进的自导式粒子群优化算法应用于网络后件参数优化。最后,基于梯度下降算法对建立的SCR入口NO_x质量浓度的软测