1、确认强相关变量，简化分析过程 a) 首先我们调取各负荷段下变负荷和稳定负荷下的大量数据，为简化分析过程，我们首先确认影响变量，利用SPSS软件对各影响变量进行双侧检验方法（检验抽样的样本统计量与假设参数的差数）确定显著性。 b)确认样本有效的基础上，利用Pearson相关系数（Pearson相关系数是用来衡量两个数据集合是否在一条线上面，它用来衡量定距变量间的线性关系）量化对比相关性。通过对比筛选确定风量、氧量、总煤量、主蒸汽流量为主要变量，进行重点分析。 通常情况下通过以下取值范围判断变量的相关强度：相关系数绝对值0.8-1.0 极强相关、0.6-0.8强相关、0.4-0.6中等程度相关、0.2-0.4弱相关、0.0-0.2极弱相关或无相关。例如我们在180MW-200MW负荷段，取1小时时间间隔内每隔1秒取一个点，共3600个历史数据，利用软件计算风量、氧量、主蒸汽流量、总煤量、给水流量、一次风压和NOx之间的Pearson相关系数，则可以得到结论，在选取负荷段下，NOx值和氧量存在极强相关，和一次风压存在强相关，和总煤量、给水流量存在中等程度相关，和主蒸汽流量存在弱相关。因此我们可以排除主蒸汽流量这个弱相关项，再对其他变量进行进一步分析。 2、曲线估计 由于负荷变化较大情况下，各变量受惯性时间影响，在做回归运算时，会偏离原本的函数关系。因此我们选择在多个负荷段，需要特别注意选择变化较为稳定规律的负荷段，在各变量变化较为缓慢的情况下进行采样，这样做的目的也是为了尽量降低受内外扰动影响，各参数惯性时间不同造成的偏差。 选择好取样样本及相关项后，我们就可以对相关变量与NOx关系进行分析了。首先选取NOx值作为自变量，其他相关变量作为因变量，对各个相关变量分别进行曲线估计。为简化运算，我们用SPSS软件拟合两个相关变量的曲线，根据曲线选择合适的线性或非线性函数， 我们采用方差分析方法进行筛选，如给出的曲线采用方差分析方法得到F值（两个均方的比值，即效应项/误差项）：线性方程636.9，对数方程621.3，二次方程652.9，三次方程601.9，S曲线方程639.8。其中三次方程F值最小，代表该方程拟合精度最高。 以此方法，我们对其余的强相关变量分别进行曲线估计和方差分析筛选，分别得出相关函数的线性或非线性方程。 3、多元回归分析 确认好各相关变量与NOx函数关系后，我们将曲线估计后函数值作为多元函数的自变量，进行多元线性回归分析，确认系数矩阵。将所有变量包括因变量都先转化为标准分，再进行线性回归，此时得到的回归系数就能反映对应自变量的重要程度。这时的回归方程称为标准回归方程，回归系数称为标准回归系数， 之后，我们利用普通最小二乘法通过最小化误差的平方和寻找最佳函数。通过矩阵运算求解系数矩阵： 最后，我们演算该负荷条件下的相关系数矩阵，再结合曲线估计得到的非线性函数，就可以得到最终该负荷条件下的NOx多元非线性数学模型了。 4、建立仿真模型 利用得到的公式组态建立与负荷相关的分段函数非线性回归模型，因模型采用炉膛燃烧参数作为自变量表征，这些参数可以提前反映炉膛内NOx变化趋势，因此该模型能预测NOx变化状态。 调取历史曲线可以看出经过数学仿真计算后的拟合曲线，动作要优先于NOx实际测量曲线，根据计算，超前响应时间大概在40秒左右，可以实现预测控制，减少喷氨量的消耗。 5、采用以预测模型为基础的前馈控制策略 将预测模型作为前馈修正数值叠加至常规控制策略中，或作为串级外环控制回路的给定值。一定程度上降低NOx测量值滞后的影响。