一种基于邻近度分析耦合神经网络预测的不良数据辨识方法

1.本发明属于氮氧化物治理领域，具体涉及一种基于邻近度分析耦合神经网络预测的不良数据辨识方法。


背景技术：

2.随着物联网、机器学习、大数据分析等技术的发展，基于scr脱硝系统大数据分析的脱硝系统智能调控、催化剂管理等研究日益增多。然而，由于scr脱硝系统大数据采集过程中存在的测量误差、设备故障、传输故障等问题，原始样本中往往包含一些不良数据。这些不良数据不仅干扰脱硝系统控制，同时对于基于大数据分析的智能调控、催化剂管理造成了许多不利影响，限制这些技术的推广应用。因此，如何对不良数据进行辨识对于scr脱硝系统的稳定高效运行具有重要意义。
3.传统的不良数据辨识方法主要有物理判别法和数理统计法，物理判别法是基于人们对数据已知的客观认识，判断外界干扰、人为误差等对实测数据偏离正常值的方法，但由于scr脱硝系统产生的数据量大，人工判断工作量大且需要操作者具有丰富经验使得该方法实施难度较大。数理统计法是通过数理统计理论对不良数据进行鉴别，但由于scr脱硝技术发展较晚，目前鲜有对scr脱硝系统数据数理统计的研究，缺乏合适数理统计模型的指导，对不良数据鉴别的准确性难以保证。因此，亟需提出和发展有效的scr脱硝系统不良数据的检测与辨识方法。


技术实现要素：

4.本发明的目的在于克服现有技术的缺乏，提供一种基于邻近度分析耦合神经网络预测的不良数据辨识方法。
5.该方法首先通过对scr脱硝系统数据进行邻近度分析，初步筛选出不良样本和正常样本，然后利用初筛的正常样本建立训练神经网络，然后利用神经网络模型对不良样本进行测试，通过计算测试样本预测值和测量值的相对误差大小对初筛的不良样本进行检验，根据检验结果对训练样本和测试样本进行动态调整，防止误判，最终确定不良数据。
6.为了实现上述目的，达到上述技术效果，本发明通过以下技术方案实现：一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，其特征在于，包括以下步骤：
7.步骤1、获取烟气脱硝系统采集的原始数据，对原始数据进行无量纲化处理，记作样本集；
8.步骤2、依次计算样本集中每个样本与其固定数量邻近样本之间的平均距离；
9.步骤3、将距离大于设定值的样本，记作不良样本；
10.步骤4、构建bp神经网络；
11.步骤5、将所述不良样本作为测试样本，所述样本集中扣除不良样本的剩余样本作为训练样本；
12.步骤6、学习训练神经网络，利用学习完成的神经网络模型对测试样本进行预测，
根据预设条件将测试样本记录为新不良样本；
13.步骤7、将新不良样本作为测试样本，将样本集中扣除测试样本的剩余样本作为训练样本，重复执行步骤6至预设次数，将最终获得的不良样本确定为不良数据。
14.优选的，前述一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，步骤1所述的每个原始数据至少包含2个以上参数，且至少包含出口nox浓度、脱硝效率、催化剂活性等参数之一作为其标签参数。
15.优选的，前述一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，步骤1所述的无量纲化方法采用下述公式1～3中任意之一计算：
[0016][0017][0018][0019]
式中，z
ni
为参数z的归一化值，zi为参数z的原始值，z
max
为参数z的最大值，z
min
为参数z的最小值，σ为参数z的标准差，μ为参数z的平均值。
[0020]
优选的，前述一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，所述步骤2中的所述邻近样本是指采样时间相邻的样本，所述固定数量取为样本总量的1％，所述平均距离采用如下公式计算：
[0021][0022][0023]
式中，z
0k
为待求样本的参数k，z
ik
为待求样本的临近样本的参数k，m为单个样本的参数总数，di为样本之间的距离，为平均距离，n为邻近样本总数。
[0024]
优选的，前述一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，步骤3所述的设定值为样本平均距离序列的上四分位数。
[0025]
优选的，前述一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，步骤4所述的bp神经网络采用输入层、单隐含层和输出层的三层网络拓扑结构；隐含层和输出层的激活函数采用sigmoid函数或者双曲正切函数。
[0026]
优选的，前述一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，步骤5的所述预设条件是指相对误差大于10％。
[0027]
优选的，前述一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，步骤7所述的预设次数至少为3。
[0028]
本发明的有益效果为：
[0029]
1、邻近度分析是现有一种较为成熟的数据预处理方法，具有理论清晰，计算简单，计算量小等优点，通过邻近度分析将数据初步筛分为正常样本和异常样本，为后续神经网络模型的建立和测试提供了有效指导。
[0030]
2、神经网络模型具有强大的非线性拟合和泛化能力，基于邻近度分析划分的正常样本和异常样本分别进行神经网络训练和测试，其一可以有效减小训练过程中不良数据对神经网络训练效果的影响，提高了准确性；其二通过初筛不良样本进行测试，可以避免训练和测试样本选取的随机性，降低了计算量。
[0031]
3、通过动态优化训练bp神经网络对不良样本进行重复检验和校正，防止了不良样本的误判，提高了准确性。
附图说明
[0032]
图1为本发明方法的操作流程图。
具体实施方式
[0033]
下面结合附图和具体实施例对本发明做进一步说明。以下实施例用于说明本发明，但不用来限制本发明的范围。
[0034]
本实施例以某燃煤电厂scr脱硝系统一年的正常运行数据为例，通过人为添加不良数据，使用本发明的方法对这些样本中的不良数据进行检测。
[0035]
实施例1
[0036]
一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，如图1所示，其具体实施步骤如下：
[0037]
步骤1、从scr脱硝系统收集的准确运行原始数据样本u0共计1000组，每组样本包括入口压力、入口烟气量、入口no
x
浓度、喷氨量、烟气温度、出口压力、出口no
x
浓度、脱硝效率、氨逃逸浓度、scr脱硝催化剂活性共计10个参数，从原始数据样本u0随机选取50组样本，人为添加其值10％的误差，对处理后样本按以下公式(1)进行无量纲化处理，记为样本集u1：
[0038][0039]
式中，z
ni
为参数z的归一化值，zi为参数z的原始值，z
max
为参数z的最大值，z
min
为参数z的最小值。
[0040]
步骤2、计算样本与其邻近样本的平均距离，所述平均距离采用如下公式计算：
[0041][0042][0043]
式中，z
0k
为待求样本的参数k，z
ik
为待求样本的临近样本的参数k，m为单个样本的参数总数，di为样本之间的距离，为平均距离，n为邻近样本总数。
[0044]
步骤3、将距离大于平均距离序列上四分位数的样本归类至不良样本，记为不良样本集bu。
[0045]
步骤4、取每组样本的前9个参数为神经网络输入值，最后1个参数为神经网络输出值，构建只有一个隐含层的bp神经网络。
[0046]
步骤5、将不良样本作为测试样本，其余样本作为训练样本tu。
[0047]
步骤6、进行神经网络学习训练，利用学习完成的神经网络模型对测试样本进行预测，将预测误差超过10％的样本划归至不良样本集bu，其余情况重新划归至训练样本集tu。
[0048]
步骤7、重复执行步骤6三次，将得到的不良样本集确定为不良数据bd。
[0049]
经以上步骤操作，该方法鉴别出46组不良数据，其中43组样本为设定的不良样本，通过本方法得到的不良数据的辨识率为86％，准确率为93.47％。
[0050]
实施例2
[0051]
一种基于邻近度分析耦合神经网络预测的不良数据辨识方法，如图1所示，其具体实施步骤如下：
[0052]
步骤1、从scr脱硝系统收集的准确运行原始数据样本u0共计1000组，每组样本包括入口压力、入口烟气量、入口no
x
浓度、喷氨量、烟气温度、出口压力、出口no
x
浓度、脱硝效率、氨逃逸浓度、scr脱硝催化剂活性共计10个参数，从原始数据样本u0随机选取50组样本，人为添加其值10％的误差，对处理后样本按以下公式(1)进行无量纲化处理，记为样本集u1：
[0053][0054]
式中，z
ni
为参数z的归一化值，zi为参数z的原始值，z
max
为参数z的最大值，z
min
为参数z的最小值。
[0055]
步骤2、计算样本与其邻近样本的平均距离，所述平均距离采用如下公式计算：
[0056][0057][0058]
式中，z
0k
为待求样本的参数k，z
ik
为待求样本的临近样本的参数k，m为单个样本的参数总数，di为样本之间的距离，为平均距离，n为邻近样本总数。
[0059]
步骤3、将距离大于平均距离序列上四分位数的样本归类至不良样本。
[0060]
步骤4、取每组样本的前9个参数为神经网络输入值，最后1个参数为神经网络输出值，构建只有一个隐含层的bp神经网。
[0061]
步骤5、将不良样本作为测试样本，其余样本作为训练样本tu。
[0062]
步骤6、进行神经网络学习训练，利用学习完成的神经网络模型对测试样本进行预测，将预测误差超过15％的样本划归至不良样本集bu，其余情况重新划归至训练样本集tu。
[0063]
步骤7、重复执行步骤6五次，将得到的不良样本集确定为不良数据bd。
[0064]
经以上步骤操作，该方法鉴别出45组不良数据，其中44组样本为设定的不良样本，通过本方法得到的不良数据的辨识率为88％，准确率为97.78％。