لمعالجة مشكلة دقة التنبؤ بتركيز كتلة NO_x عند مخرج مفاعل تقنية الاختزال الانتقائي الحفاز (SCR) باستخدام الأساليب التقليدية لنمذجة الآليات، تم اقتراح نموذج تنبؤي هجين يجمع بين خوارزمية الذئب الرمادي المعزز (EGWO) وشبكة الذاكرة طويلة وقصيرة الأمد (LSTM). أولاً، تمت معالجة البيانات الأصلية وتصفيتها باستخدام تحليل المكونات الرئيسية (PCA) لتقليل أبعاد المتغيرات المدخلة. ثم تم استخدام EGWO لتحسين معلمات شبكة LSTM. أخيراً، تم استخدام المتغيرات المدخلة كنموذج EGWO-LSTM للتنبؤ بتركيز كتلة NO_x عند المخرج. أخذت محطة توليد كهرباء حرارية فائق فوق الحرجة بقدرة 1000 ميجاوات كمثال محلي، وأظهرت نتائج المحاكاة أن هذا النموذج كان الأفضل في التحكم في الخطأ، حيث انخفض متوسط الجذر التربيعي للخطأ بنسبة 50.36٪ مقارنةً بنموذج LSTM التقليدي، و76.14٪ مقارنةً بنموذج BP، وكان متوسط الخطأ النسبي المطلق للنموذج فقط 1.01٪. كما أن EGWO يتطلب عددًا أقل من التكرارات للوصول للحل الأمثل مقارنة بـ GWO، وله دقة تقارب أعلى.

مفاعل إزالة النيتروجين SCR;نموذج التنبؤ;NO_x;LSTM;تحليل المكونات الرئيسية;خوارزمية الذئب الرمادي المعزز