Для обеспечения безопасной и стабильной работы системы удаления оксида азота в электростанциях на угольной энергетике необходимо разработать научно обоснованную схему прогнозирования срока службы селективных каталитических восстановлений (SCR) катализаторов. Выход из строя катализатора SCR является результатом действия нескольких физических и химических факторов, предсказать степень его деградации с помощью традиционных физических моделей или математических формул затруднительно. В данном исследовании, учитывая особенности больших данных в электростанциях, произведена предварительная обработка исходных данных и разработаны четыре прогностических модели: кривые приближения, серое прогнозирование, нейронная сеть BP и серая нейронная сеть. Сравнительный анализ примеров показал, что предварительная обработка данных может улучшить точность прогнозирования; когда данные соответствуют свойствам равнопромежутков, оптимизированная серая нейронная сеть может достичь более высокой точности прогнозирования, в то время как в случае несоответствия данных свойствам равнопромежутков, использование модели нейронной сети BP позволяет достичь лучших результатов в прогнозировании.

система удаления оксида азота в газах; SCR катализатор; прогнозирование срока службы; кривые приближения; серое прогнозирование; нейронная сеть BP; серая нейронная сеть