1.一种燃气轮机的氮氧化物预测排放检测方法，其特征在于，包括如下步骤：步骤1：从发电厂的燃气轮机传感器位置上获取所有输入和输出变量的数据，其中含有燃气轮机的环境温度、环境压力、环境湿度、空气过滤差压、燃气轮机排气压力、燃气轮机进口温度、燃气轮机后温度、燃气轮机发电量和燃气轮机机进口温度，这些变量作为输入变量，同时，氮氧化物的排放作为输出变量；

步骤2：使用随机森林对9个变量进行筛选，选择重要性高的作为输入变量；

步骤3：对informer模型进行改进，在probsparse自注意力机制对key进行随机采样的过程进行改进，加入局部敏感哈希LSH为每一个向量对应的query向量找到最邻近的key向量，构建LSH‑informer模型；

步骤4：将步骤2中选择的发电厂的燃气轮机上的多维数据输入到LSH‑informer模型中进行训练；

步骤5：对混沌博弈优化算法进行改进，使用精英反向学习机制对搜索空间进行改进，使用黄金正弦对位置更新方式进行改进；

步骤6：先通过手动调参，选取对该模型影响较大的超参数并确定范围；根据以上选出的超参数，使用改进的混沌博弈优化算法优化模型的超参数；

步骤7：使用评价指标评价该模型的性能，并利用优化后的模型进行氮氧化物预测排放检测。

2.根据权利要求1所述的一种燃气轮机的氮氧化物预测排放检测方法，其特征在于，所述步骤2利用随机森林对变量重要性进行筛选。

随机森林在处理过程中对每个特征进行随机替换，再对重要性进行评估，根据决策树的贡献值选择重要性高的变量；每个因素的贡献大小使用Gini指数来衡量，Gini指数的计算公式如下。

其中p表示有p个决策树，c表示有c个类别，表示c类在q中的比例。

3.根据权利要求1所述的一种燃气轮机的氮氧化物预测排放检测方法，其特征在于，所述步骤3利用LSH优化informer模型构建LSH‑informer模型如下：Informer模型的probsparse自注意力机制公式如下：Q代表查询(query)矩阵，K代表键值(key)矩阵，V代表值(value)矩阵，d是缩放系数，代表矩阵Q与K的维度，用于控制点积值的范围，其中 为通过稀疏性度量得到的稀疏矩阵；

步骤3.1probsparse自注意力机制需要为每个query随机采样部分的key；

步骤3.2加入LSH为query向量找到最邻近的N个key向量；

步骤3.3再为每个query计算稀疏性得分；

步骤3.4选取得分高的N个query；

步骤3.5计算N个query的和key的点积结果，进而得到attention的结果；

步骤3.6直接将自注意力层的输入去均值作为输出，这样保证每个probsparse自注意力机制层的输入和输出的长度。

4.根据权利要求3所述的一种燃气轮机的氮氧化物预测排放检测方法，其特征在于，所述步骤4中将步骤2中选择的发电厂的燃气轮机上的多维数据输入LSH‑informer模型中，具体操作为：步骤4.1对步骤2的筛选的发电厂燃气轮机的序列数据使用标准化进行归一化理操作，按照7:1:2的比例划分训练集、验证集和测试集，归一化之后的数据映射为[0,1]区间的数据；

步骤4.2通过inputembedding生成编码器，对输入的特征进行位置编码；

步骤4.3对于query，key和value的计算，用LSH改进probsparse自注意力，增加并行计算能力，减少时间复杂度；

步骤4.4通过注意力蒸馏机制，使得单个层级特征在时间维度减半，从而准许编码器处理更长的输入；

步骤4.5通过一次向前计算，预测长序列的所有输出，通过对decoder的堆叠，进行动态堆叠数据；

步骤4.6最终通过一个全连接层，得到最后的输出，将预测得到的输出和真实值进行损失函数loss计算；

步骤4.7进行反归一化操作得到氮氧化物的最终预测结果。

5.根据权利要求1所述的一种燃气轮机的氮氧化物预测排放检测方法，其特征在于，所述步骤5对混沌博弈优化算法进行改进的具体方法为：步骤5.1：首先定义了搜索空间中候选解X，该过程使用随机选择方法；

其中， 用于表示候选解的初始位置； and 是第v个候选方案的第u个决策变量的上界与下界，rand是0到1之中的随机数；

步骤5.2：利用精英反向学习机制优化混沌博弈优化算法的搜索能力，利用当前混沌博弈优化算法的可行解去构造反向解，得到当前解和反向解，然后从中选取最优解；该方法的的数学模型如下：其中，Z为(0,1)上的动态系数， δv、εv为动

态边界；精英反向解重置边界，重置方式如下：

步骤5.3：计算初始候选解的适应度值，由初始合格点的自相似性决定；

步骤5.4：确定全局最佳合格以及全局最优值GB；

步骤5.5：对于搜索空间中每个合格点Xu，由随机选择过程确定平均值MGu；

步骤5.6：对于搜索空间中每个合格点，用三个点Xu，MGu，GB确定一个临时三角形；

步骤5.7：对于构建的每个临时三角形，对四个种子的位置进行更新；

步骤5.8：黄金正弦改变混沌博弈优化算法第四个位置的更新方式，改进后的黄金正弦的方程式如下：其中 表示在d维空间中，个体o在第t次迭代时的解向量； W1决定着下一次迭代个体的移动的距离，是[0,2π]中的一个随机数；W2决定着下一次迭代个体的移动的方向，是[0,2]中的一个随机数； 代表第t次迭代的最佳位置；x1和x2代表由黄金分割系数所得到的系数，x1＝‑π+(1‑γ)2π，x1＝‑π+γ×2π，步骤5.9：再次评估种子位置，接着计算适应度值，判断是否满足最大迭代次数，若满足，则输出最优位置和全局最优解；否则，返回步骤5.3重新计算迭代计算。

6.一种燃气轮机的氮氧化物预测排放检测系统，其特征在于：包括数据预处理模块、模型训练模块、智能优化模型；

数据预处理模块，用于从发电厂的燃气轮机传感器位置上获取所有输入和输出变量的数据，其中含有燃气轮机的环境温度、环境压力、环境湿度、空气过滤差压、燃气轮机排气压力、燃气轮机进口温度、燃气轮机后温度、燃气轮机发电量和燃气轮机机进口温度的变量作为输入变量，氮氧化物的排放作为输出变量；利用随机森林对发电厂燃气轮机传感器上获取变量的重要性进行筛选；

模型训练模块，用于建立基于LSH‑informer模型的氮氧化物预测模型，通过发电厂燃气轮机氮氧化物的历史数据与智能优化模块对氮氧化物预测模型进行训练，求出模型的最优超参数；

智能优化模块，用于使用基于LSH‑informer模型的氮氧化物预测模型的超参数，模块内部包含改进的混沌博弈优化算法，改进的混沌博弈优化算法包括：反向精英学习机制扩大搜索范围，黄金正弦改变混沌博弈优化算法第四个位置的更新方式。