بالنسبة لمشكلة تنبؤ تركيز NOx عند مخرج نظام SCR لوحدة توليد الطاقة بالفحم، يقترح هذا البحث طريقة نمذجة ديناميكية لنظام SCR بتوظيف ماكينة التعلم المحدود (ELM) مع خوارزمية الوراثة (GA) مجتمعة. لتجنب تأثير العشوائية في مصفوفة أوزان الطبقة الداخلية وانحراف الطبقة الخفية في ELM، يتم تحسين أوزان الطبقة الداخلية وانحراف الطبقة الخفية باستخدام GA، وبالتالي يتم بناء نموذج لنظام SCR بناءً على GA-ELM. يتم التحقق من نموذج GA-ELM باستخدام بيانات تشغيل فعلية لنظام SCR المرفقة بوحدة توليد الطاقة بالفحم، ويتم مقارنة نتائج التنبؤ مع نموذج الدعم النوعي للمتراجحات الرابعة الأصغر (LSSVM) ونموذج ELM. تبين النتائج أن نموذج GA-ELM يحقق أعلى دقة في التنبؤ وأفضل قدرة تعميم، حيث يمكنه تقدير تركيز NOx عند مخرج نظام SCR بفاعلية.

وحدة توليد الطاقة بالفحم;نظام SCR;ماكينة التعلم المحدود;خوارزمية الوراثة;نموذج ديناميكي;التحكم التنبؤي