曹喜果，张永涛*，李雅恬

（1.新疆工程学院能源工程学院，乌鲁木齐830091；2.河北华电石家庄鹿华热电有限公司，石家庄050000）

0 引言

NOx是危害人体健康、引起酸雨、诱发光化学烟雾、导致全球变暖的重要污染物［1］。燃煤电站是NOx排放大户，建立燃煤电站NOx排放数学模型是脱硝控制策略设计的前提，具有较强的理论和现实意义［2-3］。然而，选择性催化还原（SCR）烟气脱硝系统工艺复杂，建立其机理模型较为困难［4-6］。目前，一些先进的控制技术在SCR脱硝控制方面已得到应用，人工神经网络作为并行计算模型，对建模对象先验知识要求不多且有很好的非线性映射能力，因此，国内一些学者将神经网络引入SCR脱硝控制系统建模。翟永杰等［7］分析影响出口NOx质量浓度的因子，通过神经网络方式进行SCR脱硝建模。周鑫等［8］将核偏最小二乘算法（KPLS）和遗传算法（GA）结合，提出了利用GA-KPLS建模方法建立SCR模型。秦天牧等［9-10］采取多尺度核偏最小二乘法（MKPLS）建立SCR脱硝模型，并用预测控制方法实现了喷氨优化控制。

广义回归神经网络（GRNN）适用于解决非线性问题，在逼近能力及学习速度上具有较大的优势，样本数据较少时预测效果也较好［11-13］。GRNN结构简单，计算过程中只需确定一个参数——光滑因子σ，运算较为简单。σ的选择对GRNN的网络泛化能力和精度有重要影响［14］。

量子遗传算法（QGA）基于量子计算原理，将量子的态矢量引入遗传编码，利用量子逻辑门实现染色体演化，比常规遗传算法具有更好的局部搜索能力［15-16］。但传统QGA演化目标较……