(19)中华 人民共和国 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 202111406508.8 (22)申请日 2021.11.24 (71)申请人 华南理工大 学 地址 510641 广东省广州市天河区五山路 381号 (72)发明人 廖艳芬　林涛　李长昕　马晓茜　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 代理人 郑宏谋 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01) G06F 119/08(2020.01) (54)发明名称 焚烧炉二次污染物排放量预测模型的构建 方法及装置 (57)摘要 本发明公开了一种焚烧炉二次污染物排放 量预测模型的构建方法及装置， 其中方法包括： 获取焚烧炉设备的历史数据， 根据所述历史数据 获取样本数据； 选取特征变量， 所属特征变量包 括原始特征变量和重构特征变量； 根据原始特征 变量、 重构特征变量和特征变量重构方法构建预 测模型； 对训练生成的预测进行精度验证， 评估 模型应用于实际工况的效果。 基于垃圾焚烧炉二 次污染物的生成机理及历史运行数据的分析， 以 及进行相关性分析， 获取用于构建预测模型的原 始特征变量、 重构特征变量和特征变量重构方 法， 能够根据实际结果进行有效性地判断和选 择， 有利于提高预测模型的精度。 本发明可广泛 应用于二次污染物产生与排 放技术领域。 权利要求书2页 说明书10页 附图4页 CN 114218760 A 2022.03.22 CN 114218760 A 1.一种焚烧炉二次污染物排 放量预测模型的构建方法， 其特 征在于， 包括以下步骤： 获取焚烧炉设备的历史数据， 根据所述历史数据获取样本数据； 确定影响二次污染物排 放量的影响因素， 根据所述影响因素确定初步原 始特征变量； 根据二次污染物的生成机理和对所述历史数据的分析， 对所述初步原始特征变量进行 特征重构， 确定初步重构特 征变量和初步特 征变量重构方法； 根据所述样本数据对所述初步原始特征变量、 所述初步重构特征变量和初步特征变量 重构方法进行相关性分析， 获取原 始特征变量、 重构特 征变量和特 征变量重构方法； 根据所述原 始特征变量、 所述重构特 征变量和所述特 征变量重构方法构建预测模型。 2.根据权利要求1所述的一种焚烧炉二次污染物排放量预测模型的构建方法， 其特征 在于， 当所述预测模型用于对NOX排放量进行预测时， 所述原始特征变量包括： 炉排的速度 v， 进料量m， 一次风室的压力p1和流量q1， 二次风的压力p2、 温度T2和流量q2， 吸附剂添加量 mt， 还原剂喷入量ms， 第一烟道出口烟温T1， 烟气中氧气的浓度M1和流速， 汽包压力pa以及过 热器温度Tg； 所述重构特征变量包括： 总风量， 烟气含氧量平均值和过热器温度T， 其中， 总风量＝一 次风量+二次风 量； 所述特征变量重构方法为纯逻辑判断法。 3.根据权利要求1所述的一种焚烧炉二次污染物排放量预测模型的构建方法， 其特征 在于， 当所述预测模 型用于对HCl排放量进行预测时， 所述原始特征变量包括： 炉排的速度v 和温度T0， 第一烟道出口烟温T1， 烟气中氧气的浓度M2和流速， 添加剂的投入量， 脱酸塔的入 口烟气温度、 出口烟气温度， 停留时间， 石灰浆浓度以及尾气排放中HCl的浓度； 所述重构特 征变量包括： 总风量； 烟气含氧量平均值和过热器温度T， 其中， 总风量＝一次风量+二次风 量； 所述特征变量重构方法为神经网络算法。 4.根据权利要求1所述的一种焚烧炉二次污染物排放量预测模型的构建方法， 其特征 在于， 当所述预测模型用于对NH3逃逸排放量进行预测时， 所述原始特征变量包括： 第一烟 道出口温度， 烟气流速， 还原剂流量与压力， 烟气NOX折算浓度， 一次风流量， 二次风流量和 温度； 所述重构特征变量包括： 总风量， 烟气含氧量均值， 还原剂流量和一烟道出口NOx浓度， 其中， 总风 量＝一次风量+二次风 量； 所述特征变量重构方法为神经网络算法。 5.根据权利要求1所述的一种焚烧炉二次污染物排放量预测模型的构建方法， 其特征 在于， 所述根据所述样本数据对所述初步原始特征变量、 所述初步重构特征变量和初步特 征变量重构方法进行相关性分析， 包括： 采用逻辑比较控制法对所述初步原始特征变量和所述初步重构特征变量进行有效性 与精度分析； 采用统计关系分析法对所述初步原始特征变量和所述初步重构特征变量进行相关性 分析。 6.根据权利要求1所述的一种焚烧炉二次污染物排放量预测模型的构建方法， 其特征 在于， 所述构建方法还 包括：权　利　要　求　书 1/2 页 2 CN 114218760 A 2采用训练预测引擎对所述预测模型进行训练。 7.根据权利要求1所述的一种焚烧炉二次污染物排放量预测模型的构建方法， 其特征 在于， 所述构建方法， 还 包括对训练后的预测模型进行验证的步骤： 采用预测误差的方差和标准差对训练后的所述预测模型进行精确度验证， 以预测精度 S作为模型验证的评估效果指标， 其中预测准确度S＝1 ‑预测值与实际值的差值的方差 。 8.根据权利要求1 ‑7任一项所述的一种焚烧炉二次污染物排放量预测模型的构建方 法， 其特征在于， 所述构建方法还 包括： 获取训练后的多个预测模型， 所述多个预测模型包括预测NOX排放量的预测模型、 预测 HCl排放量的预测模型或预测NH3逃逸排放量的预测模型中的至少两个； 根据获得的所述预测模型构建二次污染物炉内协同脱除模型。 9.根据权利要求1所述的一种焚烧炉二次污染物排放量预测模型的构建方法， 其特征 在于， 所述获取训练后的所述预测模型， 包括： 通过在线算法加载离线训练后的所述预测模型。 10.一种焚烧炉二次污染物排 放量预测模型的构建装置， 其特 征在于， 包括： 至少一个处 理器； 至少一个存 储器， 用于存 储至少一个程序； 当所述至少一个程序被所述至少一个处理器执行， 使得所述至少一个处理器实现权利 要求1‑9任一项所述方法。权　利　要　求　书 2/2 页 3 CN 114218760 A 3