La predicción y el control de las emisiones de óxidos de nitrógeno de los humos de las calderas tienen un impacto significativo en la rentabilidad de las plantas de energía y la lucha contra la contaminación ambiental. Para mejorar la precisión del modelo de predicción de las emisiones de óxidos de nitrógeno, este artículo propone un método de modelización de las emisiones de óxidos de nitrógeno de los humos de las calderas basado en un conjunto de modelos agrupados. En primer lugar, se divide el espacio de datos en función de altas y bajas emisiones de óxidos de nitrógeno, ponderando las variables en función del análisis de correlación y del análisis de clustering jerárquico basado en la entropía de la información para determinar las variables participantes en el agrupamiento, luego, mediante el algoritmo de agrupamiento de modelos múltiples propuesto (VMSC), se realiza un clustering y se obtiene una matriz de pertenencia a los subespacios, finalmente, mediante el método de mínimos cuadrados para integrar la pertenencia, se realiza una integración de los modelos mediante máquinas de vectores de soporte de mínimos cuadrados (LS-SVM) en cada subespacio. Los resultados de la simulación muestran que el algoritmo VMSC utilizando la integración del clustering difuso FCM y el clustering difuso supervisado por algoritmo genético (GA-SFCM) mejoró la precisión de la modelización, superando el rendimiento de modelos individuales.

modelo múltiple, agrupamiento, GA-SFCM, LS-SVM, clustering difuso supervisado, emisiones NOx