基于小波去噪和PCA-ANFIS的SCR脱硝系统建模

摘要

针对选择性催化还原(SCR)脱硝系统非线性、时变和大滞后的特点,本文提出基于小波去噪和主成分分析、自适应神经模糊推理系统(PCA-ANFIS)而建立的SCR脱硝系统预测模型.通过分析不同阈值选取原则及不同小波基和分解层数的去噪效果,选取最适合系统数据去噪的rigrsure原则、软阈值函数、Sym10小波3层分解方式,对数据进行去噪处理,并利用主成分分析法进行数据降维.然后基于减法聚类构建ANFIS模型的初始网络结构,采用混合算法优化模型参数.最后利用某燃煤机组实际运行数据对模型进行验证,并与BP神经网络模型预测结果进行对比.结果 表明,基于小波去噪和PCA-ANFIS的SCR脱硝系统模型具有较好的拟合精度和泛化能力.