基于火焰自由基成像的NO_x排放预测算法研究

发布时间：2018-10-14 18:22

【摘要】：为了应对火力发电带来的环境问题,研究燃烧优化,预测并降低燃烧过程中产生的污染物就显得尤为重要。虽然基于传统的热工过程参数建立的NO_x预测算法已经取得一些成效,但是在预测精度上仍旧有所欠缺。随着炉膛火焰可视化检测技术的兴起,火焰自由基作为燃烧过程的中间产物正逐渐受到关注,本文基于火焰自由基的图像特征和机器学习算法,围绕NO_x预测算法设计这个主题从以下几个方面开展研究:1、在研究Zernike矩的特性的基础上,提出了基于Zernike矩和最小二乘支持向量回归(Least Square Support Vector Regression,LSSVR)的NO_x预测算法:基于Zernike矩设计火焰自由基图像的特征提取算法,使用LSSVR建立图像特征与NO_x排放之间的非线性关系;以最小化预测模型的均方根误差(Root Mean Square Error,RMSE)为目标,通过优化Zernike矩的阶数取值来调整图像特征提取过程和获取的图像特征的具体形式,进而改善预测算法精度。之后分析图像特征的可变性对NO_x预测结果的影响,说明采取优化图像特征结构这一策略的NO_x预测算法可以获取较为精确的结果。2、针对Zernike矩的阶数取值范围过窄这一不足,使用轮廓波变换获取的分解系数用于描述火焰自由基图像,通过最佳M值逼近和零树扫描结构设计了一类新的具有可变性的图像特征,并提出基于轮廓波分解系数和LSSVR的NO_x预测算法:以最小化预测模型的RMSE值为目标,通过优化轮廓波分解系数的保留个数来降低预测模型的RMSE值;相较于Zernike矩的阶数取值,轮廓波分解系数的保留个数可以提供更大的搜索空间。预测结果也再次验证了通过优化图像特征结构可以改善算法精度。3、通过研究轮廓波变换获取的多尺度框架,提出了将优化图像分解结构这一过程融入NO_x预测算法的思路,设计了基于轮廓波变换的多尺度框架,Zernike矩和LSSVR的NO_x预测算法:以最小化预测模型的RMSE值为目标,通过优化轮廓波变换获取的多尺度框架中方向子带的个数,达到降低RMSE值的目的。预测结果说明将图像分解结构用于设计NO_x预测算法是可行的,通过优化图像的分解结构,可以改善预测算法的精度。4、针对轮廓波的多尺度框架作为图像分解结构时预测结果出现偏差的问题,基于非负矩阵分解理论设计了新的图像分解结构,提出了基于非负矩阵分解,Zernike矩和LSSVR的NO_x预测算法:以最小化预测模型的RMSE值为目标,通过优化图像分解结构中的独立分量个数,达到降低RMSE值的目的。预测结果再次说明图像分解结构用于设计NO_x预测算法的可行性和优点。5、通过研究深度学习理论,提出了基于深度降噪自动编码网络的NO_x预测算法:采用深度自动编码网络对不同种类的火焰自由基图像进行特征学习和特征融合,通过前馈神经网络对用于特征融合的深度自动编码网络进行微调。相较之前提出的预测算法,基于深度学习理论设计的预测算法在预测精度上具有显著优势;但是多个深度降噪自动编码网络构成的学习框架过于复杂,特征学习的过程较为耗时。针对这一不足,设计了基于深度玻尔兹曼机和集成LSSVR模型的NO_x预测算法:深度玻尔兹曼机模型进行快速的图像特征学习,集成LSSVR框架用于降低特征学习框架简化后的影响。
[Abstract]:......
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：X773

【相似文献】

相关期刊论文 前10条

1 王万良;正交逼近预测算法及其在电脑充绒机中的应用[J];信息与控制;1994年04期

2 史超;汪选胜;杨正;;交通优化中3种预测算法的应用与比较[J];苏州大学学报(工科版);2011年05期

3 ;一种贫油燃烧脱NO_x的实用工艺[J];石油炼制与化工;2000年11期

4 王贵春;分解NO_x的新陶瓷[J];环境导报;2000年03期

5 王贵春;分解NO_x的新陶瓷[J];辽宁城乡环境科技;1999年04期

6 张大康;;选择性非催化还原法降低NO_x在水泥工业中的应用[J];环境保护科学;2006年05期

7 郭爱兵;卿山;徐娟;;回收硝铵废液对第2吸收塔NO_x排出量的影响[J];化肥工业;2008年03期

8 罗孟飞，余敏，袁贤鑫;吡啶在金属氧化物催化剂上的氧化和NO_x生成的控制[J];应用化学;1995年04期

9 王开文;;不锈钢和特殊钢酸洗过程中NO_x与酸雾污染控制技术[J];环境工程;1987年01期

10 苍大强,关运泽,毛一心,张先棹,白皓,聂雄芳,宗燕兵;高温空气燃烧技术的超低NO_x研究[J];燃烧科学与技术;2003年02期

相关会议论文 前10条

1 朱斌;樊祥;马东辉;程正东;;窗口大小和权值模板对固定权值背景预测算法的影响[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

2 王峰;姬冰辉;李斗;;一种基于混沌理论的自相似业务流预测算法研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

3 钱正祥;徐华;张申浩;;数字信号序列的向量预测算法[A];第三届全国信息获取与处理学术会议论文集[C];2005年

4 郭景峰;代军丽;马鑫;王娟;;针对通信社会网络的时间序列链接预测算法[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

5 张利萍;李宏光;;改进的灰色预测算法在工业应用中的评价[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 崔冬;;一种改进的LRP信道预测算法[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

7 樊建人;郑友取;孙平;岑可法;;大型电站锅炉炉内NO_x生成的试验研究和数值模拟[A];面向21世纪的科技进步与社会经济发展（下册）[C];1999年

8 王佳;殷海兵;周冰倩;;一种适合硬件实现的低复杂度MAD预测算法[A];浙江省电子学会2011学术年会论文集[C];2011年

9 郑铭浩;刘志红;巫瑞波;徐峻;;P450各亚型代谢调控剂预测算法[A];中国化学会第28届学术年会第14分会场摘要集[C];2012年

10 赵宏;陈峰;程淑芬;伍耐明;;强声激励助燃风影响燃烧器NO_x生成的实验研究[A];2006年石油和化工行业节能技术研讨会会议论文集[C];2006年

相关博士学位论文 前10条

1 李楠;基于火焰自由基成像的NO_x排放预测算法研究[D];华北电力大学(北京);2017年

2 孟博;钴锰纳米金属氧化物、氮化物的合成及其在催化NO_x消除反应中的应用[D];大连理工大学;2015年

3 马玉韬;基于滤波理论和特征统计的蛋白质编码区预测算法研究[D];天津大学;2013年

4 胡准;贵金属节省的NO_x储存还原催化剂的研究[D];清华大学;2013年

5 陈莹;氧化锆基混合电势型NO_x敏感电极材料的制备及性能研究[D];华中科技大学;2014年

6 刘华彦;NO的常温催化氧化及碱液吸收脱除NO_x过程研究[D];浙江大学;2011年

7 崔凯;煤粉的富氧高温空气燃烧及其NO_x生成特性研究[D];清华大学;2013年

8 姚佳岩;汽油机NO_x减排机理及Sr催化剂的研究[D];东北林业大学;2008年

9 张要军;生物质炭施用对大棚菜地N_2O和NO_x排放影响的观测研究[D];南京农业大学;2016年

10 玄萍;MicroRNA识别及其与疾病关联的预测算法研究[D];哈尔滨工业大学;2012年

相关硕士学位论文 前10条

1 吴智勇;学术论文排序预测算法研究[D];内蒙古大学;2015年

2 张勇攀;针对残缺IP网络的链路预测技术研究[D];哈尔滨工业大学;2015年

3 应超;博物馆移动导览中的远程展示技术研究及系统实现[D];浙江大学;2015年

4 常艳华;基于数据驱动模拟电路故障预测算法实现与软件开发[D];电子科技大学;2015年

5 闫青;基于预测算法的快速多尺度金字塔时空特征点计算算法研究[D];青岛科技大学;2016年

6 钱吕见;复杂网络中基于角色传递性和对称性的链接预测算法研究[D];兰州大学;2016年

7 李小科;无模型自适应预测算法及其在非线性过程控制中的应用[D];兰州大学;2016年

8 周攀;基于姿态传感器的人体步态预测算法设计与实现[D];西南交通大学;2016年

9 周真争;基于社团综合属性的链路预测算法研究[D];南京信息工程大学;2016年

10 任程;DSP+FPGA平台功耗管理的研究与实现[D];哈尔滨工业大学;2016年

，

本文编号：2271253