(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211036317.1 (22)申请日 2022.08.28 (71)申请人 浙江工业大 学 地址 310014 浙江省杭州市拱 墅区潮王路 18号 (72)发明人 何德峰　孙芷菲　刘明裕　王秀丽　 李廉明　 (74)专利代理 机构 杭州赛科专利代理事务所 (普通合伙) 33230 专利代理师 宋飞燕 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/16(2006.01) G06N 7/00(2006.01) G06N 20/00(2019.01)G06F 111/04(2020.01) G06F 111/08(2020.01) G06F 119/08(2020.01) G06F 113/08(2020.01) (54)发明名称 一种生物质热电联产系统污染物排放浓度 的预测方法 (57)摘要 本发明涉及一种生物质热电联产系统污染 物排放浓度的预测方法， 建立生物质热电联产系 统污染物 排放浓度的预测模型及关联函数体系； 对预测模型及关联函数体系的参数进行初始化， 并离线训练预测模型， 获取预测模 型中的参数变 量， 以训练后的预测模型获得生物质热电联产系 统污染物 排放的预测浓度； 方法可应用于生物质 热电联产系统， 通过输入若干变量数据， 由预测 模型及关联函数体系输出预测的系统污染物排 放浓度。 本发明设计简单、 容易理解、 实用性强、 实用性广， 具有极强的可解释性， 能在保证预测 精度的前提下， 极大程度地缩短运行时间。 权利要求书2页 说明书9页 附图3页 CN 115455813 A 2022.12.09 CN 115455813 A 1.一种生物质热电联产系统污染物排放浓度的预测方法， 其特征在于： 所述方法建立 生物质热电联产系统污染物排 放浓度的预测模型及关联函数体系； 对预测模型及关联函数体系的参数进行初始化， 并离线训练预测模型， 获取预测模型 中的参数变量， 以训练后的预测模型获得生物质热电联产系统污染物排 放的预测浓度。 2.根据权利要求1所述的一种生物质热电联产系统污染物排放浓度的预测方法， 其特 征在于： 给定污染物排放浓度的历史数据集为{(xn,tn),n＝1,2, …,N}， xn∈RN×N， tn∈RN， 其 中， xn表示生物质热电联产系统各变量 数据组成的输入矩阵， tn表示生物质热电联产系统污 染物排放浓度， n 为样本索引， 共N个样本； 生物质热电联产系统污染物排 放浓度的模型为式(1)， tn＝y(xn； w)+ εn                     (1) 其中， εn∈(0,1)， εn表示生物质热电联产系统的随机噪声， 服从均值为0、 方差的逆为β 的高斯分布， w表示权 重向量， w ＝[w0,w1,…,wN]T,wi∈(0,1)， i 为1至N的整数。 在已知生物质热电联产系统的输入变量和污染物浓度的观测值下， 生物质热电联产系 统污染物排 放浓度的均值y(xn)表示为式(2)， 其中， M＝N+1， Φ(xn)是基向量， Φ(xn)＝[Φ(x1),Φ(x2),…,Φ(xN)]T， Φ(xn)∈RN； Φ (xi)＝[1 K(xn,x1) K(xn,x2)  …  K(xn,xN)]T， K(xn,xi)是一个核函数， 不受正定核的限制。 3.根据权利要求2所述的一种生物质热电联产系统污染物排放浓度的预测方法， 其特 征在于： 所述污染物排放浓度关联函数体系包括排放浓度相关权重的先验概率密度函数、 排放浓度相关权重的后验概率密度函数、 排放浓度相关权重精度及随机噪声精度的对数似 然函数、 排 放浓度相关权 重精度及随机噪声精度的快速边际似然函数。 4.根据权利要求3所述的一种生物质热电联产系统污染物排放浓度的预测方法， 其特 征在于： 建立排放相关权重的先验概率密度函数， 生物质热电联产系统污染物排放浓度tn 服从独立分布， 则tn的似然函数为式(3)， 其中， Φ为N ×(N+1)的矩阵； 对权值w进行约束， 令其服从均值为0的先验高斯分布， 其 先验条件概 率密度函数为式(4)， 其中， M＝ N+1， αi表示对应权 重wi的精度， i ＝1,2,…,M。 5.根据权利要求4所述的一种生物质热电联产系统污染物排放浓度的预测方法， 其特 征在于： 基于排放相关权重的先验概率密度函数， 根据贝叶斯定理， 建立排放浓度相关权重 的后验概 率密度函数为式(5)， 其中， Σ为后验分布 的协方差， μ为均值， Σ＝(βΦTΦ+A)‑1， μ＝β ΣΦTt， A＝diag( α1,权　利　要　求　书 1/2 页 2 CN 115455813 A 2α2,…, αM)， diag表示对角矩阵。 6.根据权利要求5所述的一种生物质热电联产系统污染物排放浓度的预测方法， 其特 征在于： 基于给定的污染物排放浓度数据xn， 对权重w积分， 建立排放浓度相关权重精度及 随机噪声精度的对数似然函数， 首 先建立式(6)， 其中， 矩阵C是一个N ×N的矩阵， C＝β‑1I+ΦA‑1ΦT； 对式(6)取对数， 得到式(7)， 为排放浓度关于 权重精度及随机噪声精度的对数似然函数。 7.根据权利要求6所述的一种生物质热电联产系统污染物排放浓度的预测方法， 其特 征在于： 建立排放浓度关于权重精度及随机噪声精度的快速边际似然函数， 对式(7)进 行变 换， 得式(8)， 其中， si为稀疏因子， 用于度量基函数Φi与模型中已经存在的基函数Φi的重叠程度， 基函数Φi为基向量Φ中的元素， si的表达式为 qi为质量因子， 用于衡量除去 基函数Φi后模型产生的误差， 表达式为 对L( αi)关于权重精度αi求导令其为零， 得到式(9)， 同理求解随机噪声精度的表达式， 最大化式(6)令其 导数为零， 得到式(10)， 其中， Σmm是后验方差Σ的第m个对角元 素。 8.根据权利要求7所述的一种生物质热电联产系统污染物排放浓度的预测方法， 其特 征在于： 对训练完成后的模型， 给定生物质热电联产系统变量的数据值x*， 相应的污染物浓 度的预测值t*满足式(1 1)的概率密度函数， 其中， α*、 β*分别为通过快速边际似然函数得到的排放浓度相关权重精度及随机噪声精 度的值。权　利　要　求　书 2/2 页 3 CN 115455813 A 3