1.一种火电厂氮氧化物浓度的控制方法，其特征在于，包括以下步骤：步骤1：从DCS系统中采集机组170MW和260MW工况下的尿素溶液流量xi与氮氧化物浓度yi数据；

步骤2：将尿素溶液流量xi与氮氧化物浓度yi数据依次进行归一化处理、滤波处理及零初始值处理；

步骤3：基于步骤2处理好的数据，利用IPSO算法对SNCR脱硝控制系统模型中的参数进行辨识，得到170MW和260MW工况下的从尿素溶液流量到氮氧化物浓度的传递函数模型；

步骤4：在单回路PID控制基础上，引入自适应遗传算法与Smith预估补偿控制法相结合的方法对步骤3得到的传递函数模型进行控制。

2.根据权利要求1所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤

2中归一化处理采用如下公式：

其中，xi为尿素溶液流量，xmin、xmax分别为尿素溶液流量的最小值和最大值，xi1为尿素溶液流量经归一化处理后得到的值；yi为氮氧化物浓度，ymin、ymax分别为氮氧化物浓度的最小值和最大值，yi1为氮氧化物浓度经归一化处理后得到的值；i＝1,2,3......1800；

所述步骤2中滤波处理采用如下公式：xi2＝α1xi1+(1‑α)xi1′其中，平滑系数α1∈[0,1]；xi1′为xi1的预测值，xi2为尿素溶液流量经滤波处理后得到的值；yi2为氮氧化物浓度经滤波处理得到的值；i＝1,2,3......1800；

所述步骤2中零初始值处理采用如下公式：其中，xi3为尿素溶液流量经零初始值处理后得到的值；yi3为氮氧化物浓度经零初始值处理后处理后得到的值；i＝1,2,3......1800；N＝5。

3.根据权利要求1所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤

3中SNCR脱硝控制系统模型为：

其中，K为系统开环增益系数；T1.....Tn为惯性时间常数；n为系统阶次；τ为纯滞后时间常数。

4.根据权利要求1所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤

3中IPSO算法对SNCR脱硝控制系统模型中参数进行辨识的具体过程为：步骤3.1：IPSO算法中参数初始化，包括种群规模D1、迭代次数N1、速度v区间、惯性权重ω区间、学习因子C1、学习因子C2以及SNCR脱硝控制系统模型中开环增益系数K、惯性时间常数T、系统阶次n与纯滞后时间常数τ的取值范围；

步骤3.2：以均方误差函数的导数作为适应度函数，计算初始种群中各粒子的适应度值，找到初始种群中的个体最优值和群体最优值；

步骤3.3：比较初始种群中的个体最优值和群体最优值；

步骤3.4：更新粒子的位置信息和速度信息，获得新种群；

步骤3.5：再次计算并比较新种群中的个体最优值和群体最优值；

步骤3.6：当满足最大迭代次数时，寻优结束，输出优化后的K、T、n与τ，否则重复步骤

3.2至3.6。

5.根据权利要求4所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤

3.1中种群规模D1＝100，迭代次数N1＝200，速度区间v∈[‑1,1]，惯性权重区间ω∈[0.1,

0.9]，学习因子C1＝C2＝2.02，开环增益系数K∈[‑5,5]，惯性时间常数T∈[1,400]，系统阶次n∈[1,4]，纯滞后时间常数τ∈[0,150]。

6.根据权利要求4所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤

3.4中速度信息按如下公式进行迭代更新：Vij(t+Δt)＝ωVij(t)+C1R1[Xbestij‑Xij(t)]+C2R2[Xbestgj‑Xij(t)]式中Xbestij为第i行第j列粒子的最佳位置，Xbestgj为群体最佳位置；C1与C2为学习因子；t为当前时刻，t+△t为t时刻经过△t时间；R1与R2为随机因子，R1,R2∈[0,1]；Xij为第i行第j列粒子的位置，Vij为第i行第j列粒子的速度；i＝1,2,3,......,100,j＝1,2,......,4；ω为惯性权重，表达式如下：

其中ωmax为最大惯性权值，ωmin为最小惯性权值，k1为当前迭代次数，k1max为最大迭代次数；

粒子最佳位置由下式确定：

式中Xbesti为粒子最佳位置；Qbesti为粒子最佳适应度值；t为当前时刻，t+△t为t时刻经过△t时间；Xi为第i个粒子的位置；

所述位置信息按如下公式进行迭代更新：Xij(t+Δt)＝Xij(t)+Vij(t+Δt)式中t为当前时刻，t+△t为t时刻经过△t时间；Xij为第i行第j列粒子的位置，Vij为第i行第j列粒子的速度；i＝1,2,3,......,100,j＝1,2,......,4。

7.根据权利要求1所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤

3中170MW工况下尿素溶液流量到氮氧化物浓度的传递函数模型为：

260MW工况下尿素溶液流量到氮氧化物浓度的传递函数模型为：

8.根据权利要求1所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤

4中自适应遗传算法具体包括以下步骤：步骤4.1：初始化种群，包括PID控制器中Kp、Ki、Kd三个参数的取值范围、种群规模D2、迭代次数N2、染色体长度L、交叉概率Pc以及变异概率Pm；

步骤4.2：采用实数编码与线性插值的方式对步骤4.1中的参数进行编码；

步骤4.3：选取适应度函数Q(x)，计算出每个个体的适应度值；

步骤4.4：采用轮盘赌法选择出满足预先设定的相对适应度值指标的个体；

步骤4.5：将步骤4.4选出的个体进行遗传操作，遗传操作公式如下：式中A、B为采取轮盘赌法选出的个体，A′、B′为经遗传操作产生的新个体，α,β为常数，α,β∈[0,1]；

步骤4.6：采用逆转法对步骤4.4与4.5所产生的个体进行变异操作；

步骤4.7：经选择、遗传、变异操作后获得新种群；

步骤4.8：对新种群进行参数解码，包括PID控制器中Kp、Ki、Kd三个参数、种群规模D2、迭代次数N2、染色体长度L、交叉概率Pc以及变异概率Pm；

步骤4.9：当满足最大迭代次数时，输出优化后的Kp、Ki、Kd，否则重复步骤4.4至4.9。

9.根据权利要求8所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤

4.1中Kp∈[‑8,8]，Ki∈[1,10]，Kd∈[0,100]，种群规模D2＝50，迭代次数N2＝100，染色体长度L＝20，交叉概率Pc∈[0.4,0.9]，表达式如下：式中Pcmax、Pcmin分别为交叉概率的最大值和最小值；k2为当前迭代次数，k2max为最大迭代次数；

变异概率Pm表达式如下：

Pm＝0.2‑[1:N2]*0.04/N2所述步骤4.3中适应度函数Q(x)表达式如下：式中ω1、ω2、ω3为常数，且ω1+ω2+ω3＝1，e(t)为偏差，ts为调节时间，σ为超调量。

10.根据权利要求1所述的一种火电厂氮氧化物浓度的控制方法，其特征在于，所述步骤4中Smith预估补偿控制法是在原有单回路PID控制回路基础上，在PID控制器上反向并联Smith预估补偿器，且以SNCR脱硝控制系统模型作为Smith预估补偿器的模型。