摘要：本文提出了一种基于互信息变量选择的具有外部输入的非线性自回归(NARX)神经网络,建立了选择性催化还原(SCR)烟气脱硝系统的动态模型。通过互信息分析SCR烟气脱硝系统相关的影响因素,采用粒子群算法进行系统输入变量选择,并确定输入参数的时延。然后将筛选出的输入变量应用于NARX神经网络,建立了SCR烟气脱硝系统动态模型。将某燃煤机组SCR烟气脱硝系统的实际运行数据输入该模型,验证了所建模型具有很好的预测精度和泛化能力。
分类：期刊> 自然科学与工程技术> 工程科技II> 动力工程
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：燃煤机组 scr脱硝系统 互信息 变量选择 动态模型 narx神经网络 粒子群算法
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
