In diesem Artikel wird ein dynamisches Modell des selektiven katalytischen Reduktionssystems SCR auf der Grundlage der Variablenselektion mithilfe von gegenseitigen Informationen vorgestellt. Durch die Analyse von gegenseitigen Informationen über die Einflussfaktoren des selektiven katalytischen Reduktionssystems SCR, unter Verwendung des Partikelschwarmalgorithmus zur Auswahl der Eingangsvariablen des Systems und zur Bestimmung der Verzögerung in den Eingabeparametern. Anschließend werden die ausgewählten Eingangsvariablen auf das nichtlineare neuronale Netzwerk NARX angewendet, um ein dynamisches Modell des selektiven katalytischen Reduktionssystems SCR aufzubauen. Die tatsächlichen Betriebsdaten des selektiven katalytischen Reduktionssystems SCR eines Kohlekraftwerks werden in dieses Modell eingegeben, um die Genauigkeit der Vorhersagen und die Generalisierungsfähigkeit des erstellten Modells zu überprüfen.

Kohlekraftwerk;Selektives katalytisches Reduktionssystem SCR;Gegenseitige Information;Variablenselektion;Dynamisches Modell;Nichtlineares neuronales Netzwerk NARX;Partikelschwarmalgorithmus