Pour résoudre les problèmes de mesure de la teneur en oxygène des fumées des centrales électriques, tels que les coûts élevés et la faible précision de mesure, un modèle de mesure précise de la teneur en oxygène a été construit en utilisant la machine à vecteurs de support (SVM) après avoir choisi une variable secondaire adéquate et en optimisant le coefficient de pénalité du modèle et les paramètres du noyau de fonction à l'aide de l'algorithme génétique (GA), puis utilisé la meilleure valeur pour construire le modèle de mesure de la teneur en oxygène des fumées GA-SVM et comparé les résultats de l'optimisation des paramètres à l'aide de l'algorithme de l'essaim de particules et de la méthode de recherche de grille, et vérifié la précision et la généralisation du modèle. Les résultats de la simulation montrent que l'algorithme génétique est plus efficace pour trouver la solution optimale globale, le modèle de mesure de la teneur en oxygène des fumées GA-SVM a des erreurs dans la plage de ± 0,2%, une erreur relative dans la plage de ± 4% et répond aux exigences de prédiction de la quantité d'oxygène dans les fumées de chaudières à différentes charges et intervalles de temps, assurant une mesure plus précise de la teneur en oxygène dans les fumées.

Teneur en oxygène des fumées; Machine à vecteurs de support; Algorithme génétique; Algorithme de l'essaim de particules; Méthode d'optimisation de grille; Modèle de mesure