摘要
本发明为一种基于数据重构的电厂锅炉NOx浓度预测方法，包括以下步骤，首先从电厂DCS数据库中获取影响NOX浓度的初选特征变量集；其次对初选特征变量集依次进行数据清洗、稳态判别、延时时间分析校正和用RRCT算法提取最优特征变量集；然后对最优特征变量集进行分工况处理得到各工况对应的最优特征变量子集；最后根据最优特征变量子集建立各个工况下的LSSVM预测模型，根据实际工况选择对应的LSSVM预测模型，获取NOx浓度预测结果。实验结果表明，基于数据重构策略提取的数据集有效提升了模型的预测精度和效率。
