発電所排気ガスの酸素量の測定の投資が大きく、精度が低いなどの問題に対処するために、排気ガス酸素量の理論研究を基に、適切な二次変数を選択し、サポートベクトルマシン（SVM）を導入して排気ガス酸素量のソフト測定モデルを構築した。遺伝的アルゴリズム（GA）を用いてモデル内のペナルティ係数とカーネル関数パラメータを最適化し、最適値を用いてGA-SVM排気ガス酸素量ソフト測定モデルを構築し、パラメータの最適化結果を粒子群アルゴリズムおよびグリッドサーチ法を用いて比較し、モデルの正確性、汎用性をテストした。シミュレーション結果は、遺伝的アルゴリズムが粒子群アルゴリズム、グリッドサーチ法よりもより簡単にグローバル最適解を見つけることを示し、GA-SVMソフト測定モデルの誤差は±0.2%以内であり、相対誤差は±4%以内であり、異なる負荷、異なる時間帯のボイラー排気ガス酸素量の予測要件を満たし、より正確な排気ガス酸素量の測定を提供する。

排気ガス酸素量; サポートベクトルマシン; 遺伝的アルゴリズム; 粒子群アルゴリズム; グリッドサーチ法; ソフト測定