基于PCA-GRU的轻型汽油车NOx排放预测

为建立一种轻型汽油车NOx排放预测模型，在昆明市内采用便携式车载排放测试系统（Portable Emission Measurement System,PEMS)对一辆轻型汽油车进行实际行驶污染物排放（Real Drive Emission,RDE）测试；利用主成分分析算法（Principal Component Analysis,PCA）对影响轻型汽油车排放的特征参数进行降维，将降维后的数据作为门控循环单元神经网络（Gated Recurrent Unit,GRU）的输入，建立基于PCA-GRU的排放预测模型,对轻型汽油车的NOx的排放量进行瞬时预测。结果表明，PCA-GRU模型对NOx的预测结果的平均绝对误差为0.133mg/s，绝对系数为0.88，相比于单一的GRU模型，分别提高了42.4%和8.6%。该排放预测模型可以实现对轻型汽油车NOx排放较准确的预测，具有一定的工程价值。