買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉東北電力大學申請的專利SCR系統出口NOx排放濃度動態軟測量方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115575580B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211282141.8，技術領域涉及：G01N33/00；該發明授權SCR系統出口NOx排放濃度動態軟測量方法是由唐振浩;李悅設計研發完成，并于2022-10-19向國家知識產權局提交的專利申請。

本SCR系統出口NOx排放濃度動態軟測量方法在說明書摘要公布了：本發明提供一種SCR系統出口NOx排放濃度動態軟測量方法，通過機理分析選擇出影響SCR系統出口NOx排放濃度變化的實際運行數據；采用極值梯度提升方法進行重要性排序，選擇出后續預測模型的候選輸入變量；根據互信息系數法、隨機森林算法、皮爾遜算法，估算各相關變量相對NOx排放濃度的延遲時間，進行建模數據重構；然后利用集合經驗模態分解對輸入時間序列進行分解，挖掘輸入時間序列中的深層頻域信息；再次通過lasso算法對集合經驗模態分解得到的數據信息進行特征選擇，篩選相關性較大的變量作為預測模型的樣本數據，利用深度神經網絡模型預測SCR系統出口NOx排放濃度。

本發明授權SCR系統出口NOx排放濃度動態軟測量方法在權利要求書中公布了：1.一種SCR系統出口NOx排放濃度動態軟測量方法，其特征在于，包括： 步驟1從電廠DCS中采集SCR系統出口NOx排放濃度及影響SCR系統出口NOx排放濃度變化的相關變量在內的實際運行數據，并進行數據預處理； 步驟2：采用極值梯度提升方法計算預處理后的數據集X’中每列數據與SCR系統出口NOx濃度之間的重要性大小，按照重要性從大到小關系將X’中數據進行排列，選擇出前m列數據，即選擇了m個相關變量； 步驟3：根據互信息系數法、隨機森林算法、皮爾遜算法，計算m個相關變量相對于SCR系統出口NOx濃度的延遲時間，進行建模數據重構； 步驟3.1：選擇t1時刻以及t1時刻之后的[t1,tK]時刻作為起始變量，對每組相關變量數據進行延遲重構處理，得到每個相關變量xi對應的K組延遲時間計算數據集X'i： 式中，xitn表示第i個相關變量xi對應tn時刻的采樣數據，i＝1,2,…,d，d表示采集的樣本個數； 對SCR系統出口NOx濃度數據集Y中的數據進行時間延遲重構處理，得到重構數據序列Y'： 其中，ytn+K-1表示tn+K-1時刻SCR系統出口NOx濃度的采樣數據，數據重構序列X'i和Y'中每列數據長度均為n，n≤N； 步驟3.2：采用互信息系數法計算X'i中K列數據和Y'之間的互信息熵； 步驟3.3：采用隨機森林法計算X'i中K列數據和Y'之間的基尼指數； 步驟3.4：采用皮爾遜算法計算X'i中K列數據和Y'之間的皮爾遜系數值； 步驟3.5：將相應的信息熵、基尼指數、皮爾遜系數值進行加權處理，并找到加權之后最大值所對應的時刻Ti； 步驟3.6：將時刻Ti對應的序列作為構后的數據序列進行保留，其余序列進行刪除； 步驟3.7：重復步驟3.1～步驟3.6得到m個數據序列矩陣表示為： 步驟4：利用經驗模態分解對重構后的數據序列進行分解； 步驟5：采用Lasso算法確定分解后各變量相對于SCR出口NOx排放量的重要性大小，篩選出重要性較大的前Q個變量； 步驟6：構建深度神經網絡模型作為NOx排放量的預測模型，利用前Q個變量的數據序列訓練模型參數，利用訓練后的預測模型實時輸出SCR出口NOx濃度的預測值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東北電力大學，其通訊地址為：132012 吉林省吉林市長春路169號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。