石炭火力発電設備のSCRシステム出口のNOx濃度予測の問題について、本論文では、極限学習マシン(ELM)と遺伝アルゴリズム(GA)を組み合わせたSCRシステムの動的モデル化手法を提案する。入力重み行列のランダム性とELMの隠れ層のバイアスの影響を避けるためにGAを使用してELMの入力層重みと隠れ層バイアスを最適化し、GA-ELMモデルに基づくSCRシステムモデルを構築した。石炭火力発電設備のSCRシステムの実際の運転データを使用して、GA-ELMモデルの予測精度と汎化能力を検証し、最小二乗サポートベクトルマシン(LSSVM)モデルとELMモデルの予測結果と比較した。その結果、GA-ELMモデルの予測精度と汎化能力が最も優れており、SCRシステムの出口のNOx濃度を効果的に推定できることが示された。

石炭火力発電施設; SCRシステム; 極限学習; 遺伝アルゴリズム; 動的モデル; 予測制御