Es wurde ein Vorhersagemodell für Stickoxid (NOx)-Emissionen basierend auf Hauptkomponentenanalyse (PCA) und Support Vector Regression (SVR) für einen 700-MW-Überkritik-Kessel erstellt. Die PCA-Methode wurde angewendet, um einen Datensatz mit 2000 Kesselbetriebsaufzeichnungen zu analysieren, die Dimensionalität des Datensatzes zu reduzieren und effektive Informationen (Hauptkomponenten) zu extrahieren. Unter Verwendung der erhaltenen Hauptkomponenten als Eingangsvariablen und des NOx-Emissionswerts des Kessels als Ausgangsvariable wurde ein NOx-Vorhersagemodell unter Verwendung von SVR erstellt. Im Vergleich zum traditionellen SVR-Modell hat das PCA-SVR-Modell eine kürzere Berechnungszeit und kann eine höhere Vorhersagegenauigkeit für die NOx-Emission erzielen. Der durchschnittliche Fehler in der vorhergesagten NOx-Emissionskonzentration beträgt weniger als 1% im Vergleich zur tatsächlichen Emissionskonzentration.

Kohlekessel; NOx-Emissionsmenge; Vorhersagemodell; Hauptkomponentenanalyse; Support-Vektor-Maschine