摘要：燃煤火电厂中的选择性催化还原（SCR）脱硝系统无法实现喷氨量的精确控制,SCR脱硝系统模型的可靠性直接关系到脱硝系统控制和运行的可靠性。通过挖掘现场海量的实际运行数据,对采用大数据建模理论建立的脱硝系统模型、SCR脱硝反应系统及现阶段存在的问题进行了研究。通过理论和实际运行情况分析,确定模型输入、输出需采集的变量。采用滑动窗口法提取稳态工况数据,利用主成分支持向量机回归（PCA-SVR）方法进行建模。对标准粒子群算法进行改进,采用混合粒子群算法（HPSO）对模型参数进行优化。结果表明,利用HPSO优化的脱硝系统PCA-SVR模型具有较高的预测精度和泛化能力。所建模型为下一步脱硝系统的优化运行以及喷氨量的精确控制奠定了基础。

关键词：选择性催化还原 大数据 主成分分析 混合粒子群算法 支持向量机回归 

单位：华北电力大学电站设备状态监测与控制教育部重点实验室; 北京102206; 沈阳工程学院仿真中心; 辽宁沈阳110136; 国电康平发电有限公司运行部; 辽宁沈阳110500