Die Messungen der Instrumente in Regelkesseln haben eine Verzögerung, wodurch das Regelungssystem immer hinter dem zu steuernden Objekt zurückbleibt. Um den Trend der NO_x-Emissionen am Austritt von betriebenen Kesseln frühzeitig zu erkennen, ist es erforderlich, die NO_x-Emissionen am Kesselauslass schnell und präzise vorherzusagen. Auf der Grundlage von Betriebsdaten der Einheiten wird der Random-Forest(RF)-Algorithmus zur Erstellung eines Modells zur Vorhersage der NO_x-Emissionen am Auslass eines 1.000-MW-Kessels verwendet, und der Spearman-Koeffizient wird zur Auswahl von Kesselmerkmalen verwendet, um die Berechnungszeit des Modells weiter zu reduzieren. Die Ergebnisse zeigen, dass der mittlere quadratische Fehler der Vorhersagen des Random-Forest-Modells 10.182 mg/m³ beträgt, der Bestimmtheitskoeffizient 0.913 beträgt, was darauf hinweist, dass die Struktur des Random-Forest-Modells basierend auf der Merkmalsauswahl ermöglichen kann, den Trend der NO_x-Emissionen am Kesselauslass frühzeitig vorherzusagen.

Regelkessel; Random-Forest; Spearman-Koeffizient; frühzeitige Vorhersage; NO_x-Auslass