En raison des inconvénients du système actuel de surveillance par contact tels que l'obstruction, l'usure et les coûts élevés de maintenance, les caractéristiques dynamiques non linéaires et la capacité d'auto-apprentissage du réseau de neurones artificiels ont été appliquées pour établir un modèle de prédiction des émissions de polluants (NOx, SO2) dans une grande centrale électrique. Les résultats des essais sur site montrent que ce modèle présente de bonnes performances de prédiction, avec des erreurs relatives moyennes de 4,8813% pour le NOx et de 6,1365% pour le SO2.

centrale électrique au charbon; chaudière; émissions de polluants; SO2; NOx; réseau de neurones; prédiction