基于近紅外光譜的煙氣成分定量分析方法
【專(zhuān)利摘要】一種基于近紅外光譜的煙氣成分定量分析方法，采集火力發(fā)電廠煙氣信號(hào)構(gòu)成現(xiàn)場(chǎng)歷史數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)包括火電廠煙氣在近紅外光的各個(gè)波長(zhǎng)的吸收率和各成分濃度，采用異常點(diǎn)檢測(cè)將異常樣本從數(shù)據(jù)庫(kù)中剔除，得到新數(shù)據(jù)庫(kù)，利用貓群聚類(lèi)方法將新數(shù)據(jù)庫(kù)進(jìn)行聚類(lèi)劃分，建立煙氣成分定量分析的預(yù)測(cè)模型并對(duì)模型參數(shù)進(jìn)行訓(xùn)練，最終通過(guò)所得到的預(yù)測(cè)模型實(shí)現(xiàn)基于近紅外光譜的煙氣成分定量分析；本發(fā)明實(shí)現(xiàn)了對(duì)于火力發(fā)電廠排放煙氣成分的定量分析，從而對(duì)火力發(fā)電廠排放煙氣進(jìn)行濃度檢測(cè)與分析，為治理大氣污染提供理論依據(jù)，并且以此為基礎(chǔ)了解和調(diào)節(jié)煤炭的燃燒狀況，對(duì)于節(jié)能減排具有十分重要的意義。
【專(zhuān)利說(shuō)明】基于近紅外光譜的煙氣成分定量分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及火力發(fā)電廠煙氣成分定量分析，具體涉及一種基于近紅外光譜的煙氣成分定量分析方法。
【背景技術(shù)】
[0002]在我國(guó)，80%以上的能源供應(yīng)來(lái)自火力發(fā)電廠，然而在煤炭的燃燒過(guò)程中會(huì)產(chǎn)生大量的so2、no、no2等有害氣體。如果脫硫等工藝水準(zhǔn)不達(dá)標(biāo)，使這些有害氣體排放到大氣中，將給大氣環(huán)境帶來(lái)嚴(yán)重污染，進(jìn)一步還可能對(duì)生態(tài)環(huán)境造成不可逆的破壞，給人類(lèi)自身發(fā)展與生存帶來(lái)隱患。因此，對(duì)于火力發(fā)電廠所排放的煙氣成分進(jìn)行定量分析可以反映出其可能對(duì)環(huán)境造成的影響程度，為控制和治理污染提供依據(jù)，并且對(duì)于節(jié)能減排具有十分重要的意義。
[0003]傳統(tǒng)的煙氣成分測(cè)定都是通過(guò)定期的化學(xué)實(shí)驗(yàn)來(lái)完成，由于燃料燃燒是一個(gè)快速過(guò)程，定期的化學(xué)實(shí)驗(yàn)檢測(cè)速度慢且實(shí)驗(yàn)步驟繁瑣，有著耗時(shí)長(zhǎng)、操作復(fù)雜、反應(yīng)速度慢、誤報(bào)率高、儀器使用壽命短等缺點(diǎn)，應(yīng)用于火力發(fā)電廠這種大型工業(yè)環(huán)境的效果不佳，無(wú)法滿足煙氣排放連續(xù)監(jiān)測(cè)的要求。
[0004]近紅外光譜(Near-1nfrared Spectroscopy, NIR)技術(shù)是一種高效快速的化學(xué)物質(zhì)定量檢測(cè)方法，它是根據(jù)物質(zhì)的特征光譜來(lái)鑒別其中化學(xué)組成和相對(duì)含量，可用于實(shí)現(xiàn)對(duì)火力發(fā)電廠煙氣的成分預(yù)測(cè)。偏最小二乘法(Partial Least Squares,PLS)是近紅外光譜定量分析的常用方法之一，它對(duì)自變量中的信息進(jìn)行綜合篩選，從中選取若干具有最佳解釋能力的潛變量用于回歸建模。由于它通過(guò)可以解決自變量間多重相關(guān)性來(lái)提高回歸模型的準(zhǔn)確性，所以得到廣泛應(yīng)用。然而，PLS方法本質(zhì)上是一種線性回歸，不能有效的解決非線性問(wèn)題，如果用于煙氣定量分析，則會(huì)限制所建模型的預(yù)測(cè)精度。支持向量機(jī)(SupportVector Machine, SVM)也是近紅外光譜定量分析的常用方法之一。支持向量機(jī)是利用核函數(shù)將數(shù)據(jù)映射到高維空間來(lái)建立模型，并引入了松弛系數(shù)以及懲罰系數(shù)兩個(gè)參變量對(duì)回歸模型進(jìn)行修正。但是支持向量機(jī)的兩個(gè)修正參數(shù)均需要根據(jù)人工經(jīng)驗(yàn)進(jìn)行選擇，缺乏一定的理論基礎(chǔ)。BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)是目前在近紅外光譜分析中應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)之一，它是一種按照誤差逆?zhèn)鞑ニ惴ㄟM(jìn)行訓(xùn)練的多層前饋網(wǎng)絡(luò)。但是由于神經(jīng)網(wǎng)絡(luò)模型如同一個(gè)“黑盒”，如果用于煙氣定量分析，不能得到清晰可讀的模型結(jié)構(gòu)。

【發(fā)明內(nèi)容】

[0005]為了克服上述檢測(cè)技術(shù)存在的不足，本發(fā)明的目的在于提供一種基于近紅外光譜的煙氣成分定量分析方法，實(shí)現(xiàn)對(duì)于火力發(fā)電廠排放煙氣成分的定量分析，從而對(duì)火力發(fā)電廠排放煙氣進(jìn)行濃度檢測(cè)與分析，為治理大氣污染提供理論依據(jù)，并且以此為基礎(chǔ)了解和調(diào)節(jié)煤炭的燃燒狀況，對(duì)于節(jié)能減排具有十分重要的意義。
[0006]為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是:
[0007]—種基于近紅外光譜的煙氣成分定量分析方法，步驟如下:[0008]步驟1:首先采集火力發(fā)電廠煙氣信號(hào)構(gòu)成現(xiàn)場(chǎng)歷史數(shù)據(jù)庫(kù)D，該數(shù)據(jù)庫(kù)D的測(cè)量光譜為近紅外光譜，在所測(cè)量的煙氣樣本中，主要包含二氧化硫(S02)、一氧化氮(NO)和二氧化氮(NO2)等；
[0009]步驟2:采用異常點(diǎn)檢測(cè)將異常樣本從數(shù)據(jù)庫(kù)D中剔除，具體如下:
[0010]首先計(jì)算數(shù)據(jù)庫(kù)D中所有對(duì)象兩兩之間的距離并確定出每個(gè)對(duì)象的k_距離鄰域，其次計(jì)算數(shù)據(jù)庫(kù)D中所有對(duì)象的k-密度，對(duì)象P的k-密度表達(dá)式為:
[0011]
【權(quán)利要求】
1.一種基于近紅外光譜的煙氣成分定量分析方法，其特征在于:步驟如下: 步驟1:首先采集火力發(fā)電廠煙氣信號(hào)構(gòu)成現(xiàn)場(chǎng)歷史數(shù)據(jù)庫(kù)D，該數(shù)據(jù)庫(kù)D的測(cè)量光譜為近紅外光譜，在所測(cè)量的煙氣樣本中，主要包含二氧化硫(SO2)、一氧化氮(NO)和二氧化氮(NO2)； 步驟2:采用異常點(diǎn)檢測(cè)將異常樣本從數(shù)據(jù)庫(kù)D中剔除，具體如下: 首先計(jì)算數(shù)據(jù)庫(kù)D中所有對(duì)象兩兩之間的距離并確定出每個(gè)對(duì)象的k-距離鄰域，其次計(jì)算數(shù)據(jù)庫(kù)D中所有對(duì)象的k-密度，對(duì)象P的k-密度表達(dá)式為:
2.根據(jù)權(quán)利要求1所述的基于近紅外光譜的煙氣成分定量分析方法，其特征在于:采用USB2000+光纖光譜儀和計(jì)算機(jī)組成的光譜信號(hào)采集系統(tǒng)，并對(duì)相關(guān)成分在各個(gè)波長(zhǎng)的光譜吸收率進(jìn)行測(cè)量采集。
【文檔編號(hào)】G01N21/359GK103884670SQ201410092304
【公開(kāi)日】2014年6月25日 申請(qǐng)日期:2014年3月13日 優(yōu)先權(quán)日:2014年3月13日
【發(fā)明者】曹暉, 王燕霞, 張彥斌, 周延 申請(qǐng)人:西安交通大學(xué)