买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北电力大学申请的专利SCR系统出口NOx排放浓度动态软测量方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115575580B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211282141.8，技术领域涉及：G01N33/00；该发明授权SCR系统出口NOx排放浓度动态软测量方法是由唐振浩;李悦设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。

本SCR系统出口NOx排放浓度动态软测量方法在说明书摘要公布了：本发明提供一种SCR系统出口NOx排放浓度动态软测量方法，通过机理分析选择出影响SCR系统出口NOx排放浓度变化的实际运行数据；采用极值梯度提升方法进行重要性排序，选择出后续预测模型的候选输入变量；根据互信息系数法、随机森林算法、皮尔逊算法，估算各相关变量相对NOx排放浓度的延迟时间，进行建模数据重构；然后利用集合经验模态分解对输入时间序列进行分解，挖掘输入时间序列中的深层频域信息；再次通过lasso算法对集合经验模态分解得到的数据信息进行特征选择，筛选相关性较大的变量作为预测模型的样本数据，利用深度神经网络模型预测SCR系统出口NOx排放浓度。

本发明授权SCR系统出口NOx排放浓度动态软测量方法在权利要求书中公布了：1.一种SCR系统出口NOx排放浓度动态软测量方法，其特征在于，包括： 步骤1从电厂DCS中采集SCR系统出口NOx排放浓度及影响SCR系统出口NOx排放浓度变化的相关变量在内的实际运行数据，并进行数据预处理； 步骤2：采用极值梯度提升方法计算预处理后的数据集X’中每列数据与SCR系统出口NOx浓度之间的重要性大小，按照重要性从大到小关系将X’中数据进行排列，选择出前m列数据，即选择了m个相关变量； 步骤3：根据互信息系数法、随机森林算法、皮尔逊算法，计算m个相关变量相对于SCR系统出口NOx浓度的延迟时间，进行建模数据重构； 步骤3.1：选择t1时刻以及t1时刻之后的[t1,tK]时刻作为起始变量，对每组相关变量数据进行延迟重构处理，得到每个相关变量xi对应的K组延迟时间计算数据集X'i： 式中，xitn表示第i个相关变量xi对应tn时刻的采样数据，i＝1,2,…,d，d表示采集的样本个数； 对SCR系统出口NOx浓度数据集Y中的数据进行时间延迟重构处理，得到重构数据序列Y'： 其中，ytn+K-1表示tn+K-1时刻SCR系统出口NOx浓度的采样数据，数据重构序列X'i和Y'中每列数据长度均为n，n≤N； 步骤3.2：采用互信息系数法计算X'i中K列数据和Y'之间的互信息熵； 步骤3.3：采用随机森林法计算X'i中K列数据和Y'之间的基尼指数； 步骤3.4：采用皮尔逊算法计算X'i中K列数据和Y'之间的皮尔逊系数值； 步骤3.5：将相应的信息熵、基尼指数、皮尔逊系数值进行加权处理，并找到加权之后最大值所对应的时刻Ti； 步骤3.6：将时刻Ti对应的序列作为构后的数据序列进行保留，其余序列进行删除； 步骤3.7：重复步骤3.1～步骤3.6得到m个数据序列矩阵表示为： 步骤4：利用经验模态分解对重构后的数据序列进行分解； 步骤5：采用Lasso算法确定分解后各变量相对于SCR出口NOx排放量的重要性大小，筛选出重要性较大的前Q个变量； 步骤6：构建深度神经网络模型作为NOx排放量的预测模型，利用前Q个变量的数据序列训练模型参数，利用训练后的预测模型实时输出SCR出口NOx浓度的预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北电力大学，其通讯地址为：132012 吉林省吉林市长春路169号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。