석탄 보일러에서 발생하는 질소 산화물은 대기 오염의 주요 원인 중 하나이다. 질소 산화물 배출을 줄이기 위해서 효과적인 예측 모델을 개발하는 것이 중요하다. 발전소 제어 시스템 데이터의 대량 및 고차원화 및 석탄 보일러의 다중 변수 다변량 특성에 대응하여, 발전소 분산 제어 시스템 데이터로부터 특징 추출을 위해 PCA(주성분 분석)방법을 사용하여 다양한 특성 변수 간의 결합을 제거한다. 그 후, 추출된 특징은 LSTM(단일 장기 기억)신경망의 입력으로 사용되어 발전소의 질소 산화물 배출 예측 모델을 구축한다. 결과는, 본 논문에서 제안된 LSTM 신경망의 정확도가 79%에 달하여, 다른 2 모델보다 우수한 성능을 보여 주었으며, 이러한 결과는 평균 제곱 오차에 기반하여 표현된다.

발전소; NOx 배출; 예측 모델; LSTM 신경망; RNN; LSSVM; 주성분 분석; 특징 추출