一种基于随机森林和LSTM神经网络的SCR脱硝喷氨量预测方法

摘要

本发明涉及一种基于随机森林和LSTM神经网络的SCR脱硝喷氨量预测方法，包括：步骤1、基于历史数据（训练数据）；步骤2、基于历史数据（训练数据）；步骤3、对于实测数据（测试数据）。本发明的有益效果是：本发明通过双模型验证的方式，建立了可靠的氨气流量预测模型，建立了随机森林模型对喷氨量预测LSTM神经网络预测模型进行实时验证，可实现准确的喷氨量控制，有效避免因模型准确性不佳而导致的控制效果差的问题，对于SCR脱硝系统喷氨量控制具有重要意义。同时本发明所提出喷氨量预测方法采用LSTM神经网络预测模型，可解决SCR脱硝控制系统滞后问题，实现预测控制。