基于差分对立灰狼算法的SNCR脱硝系统模型辨识

为了对具有大迟延、大惯性、非线性的选择性非催化还原(SNCR)脱硝系统进行有效的控制,建立一个精确的SNCR脱硝系统模型是至关重要的.采用遗忘因子递推最小二乘(FFRLS)法和贝叶斯信息准则(BIC)确定系统离散传递函数的阶数,提出了一种改进的灰狼算法即差分对立灰狼(DOGWO)算法,使用该算法对模型的参数以及时滞进行寻优,得到精确的模型.经过标准测试函数测试以及现场实际数据验证,仿真结果表明DOGWO算法与其他算法相比具有收敛速度快,辨识精度高,可以准确得到模型参数等优点,为实时快速的模型在线辨识提供了新的方法.