作者：康英伟; 刘向伟; 郑鹏远; 杨平选择性催化还原系统辨识传递函数偏互信息自然选择机制差分进化算法
摘要：为了解决选择性催化还原(Selective Catalytic Reduction,SCR)烟气脱硝系统的控制和运行优化问题,基于某1 000 MW超超临界火电机组SCR系统的历史运行数据,采用系统辨识方法建立了该SCR系统的传递函数模型。在建模过程中,采用偏互信息(Partial Mutual Information,PMI)变量选择方法筛选确定传递函数模型的输入变量;将自然选择机制引入到差分进化算法中,提出基于自然选择的差分进化(Natural Selective Differential Evolution,NSDE)算法,并用于SCR系统模型的参数估计。研究结果表明:利用PMI变量选择方法筛选确定SCR系统模型的输入变量是可行且有效的,该方法的使用可以有效地降低模型的复杂度,提高模型的泛化能力;相比基本DE算法,采用NSDE算法辨识得到的SCR系统模型具有更高的精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
