作者:黄景涛 罗威 任志伟 茅建波锅炉燃烧记忆模式重采样支持向量回归
摘要:低NOx排放是电站锅炉燃烧优化的主要目标之一,影响燃煤锅炉NOx排放因素众多且复杂,对锅炉燃烧过程NOx浓度进行准确预测是低NOx燃烧优化的基础。机组全工况运行时表现出强时变性,静态预测模型难以保证预测精度,考虑到观测样本的时效性,模拟记忆模式对观测数据进行重采样,进而基于支持向量回归算法构建NOx排放预测模型,构造一种基于记忆模式的支持向量回归算法。以某机组热态试验数据为基础,对算法进行了仿真分析,结果表明,该算法在保证回归建模精度的同时,在训练速度、稳定性以及泛化性能等方面较传统支持向量回归算法更有优势。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社