基于随机森林和优化GRU算法的柴油机NOx预测 |
| |
作者姓名: | 郭智刚 申宗 江楠 闫立冰 冯健洧 |
| |
作者单位: | 潍柴动力股份有限公司 |
| |
摘 要: | 以尿素为还原剂的选择性催化还原(SCR)技术是降低柴油车NOx排放的主要途径,而实现NOx的精准预测是实现对SCR精准控制的前提,文章提出使用随机森林结合门控循环单元(GRU)的方法对NOx进行预测。针对NOx生成因素的复杂性,使用随机森林进行特征选取,选取对结果影响大的特征,并构建基于优化门控单元的NOx的预测模型。实验结果显示,在瞬态与稳态工况下使用随机森林结合GRU的预测结果的均方误差分别为66.419×10-6与63.423×10-6,证明模型具有较高的精准度以及良好的泛化能力。
|
关 键 词: | NOx预测 神经网络 柴油机 随机森林 GRU算法 |
|
|