基于GAN网络的燃煤电厂NO_(x)排放预测

燃煤发电目前仍然是我国的能源主要来源,其中燃烧产生的NO_(x)浓度对于节能减排至关重要,因此精确地预测NO_(x)浓度对于后续的锅炉燃烧优化有着重要的作用。提出了一种基于GAN网络的NO_(x)预测模型,采用互信息方法进行特征筛选,并利用自编码模型对特征进行降维操作。数据集来自于410 t/h煤粉锅炉的原始DCS历史数据,对GAN网络的转换器和判别器进行训练,最后利用转换器对模型性能进行验证,并与XG⁃Boost、BPNN、GRU模型进行对比分析,结果表明GAN模型具有较高的准确度和较小的误差。