摘要
ボイラーの飛灰中の炭素量を長期的に正確に予測する難しさを解決するために、予測モデルの精度と適応能力を向上させるため、モデル予測性能評価に基づいた重み付き最小二乗支持ベクトルマシン（WLSSVM）による測定モデルの自動補正が提案されています。最大線形独立要素グループに基づいたトレーニングセットを構築し、これによりWLSSVMモデルがスパースになり、トレーニングプロセスの計算量が減少します。データの類似性の重み付け要因に基づいたWLSSVM測定モデルを構築し、モデルパラメータの最適選択のために二重集団差分アルゴリズムを利用します。モデル予測性能のオンライン評価と再帰的補正を通じて、モデルのオンライン自動補正が実現されます。300MWボイラーのシミュレーション実験の結果、このアルゴリズムモデルが良好な予測精度と適応能力を持ち、ボイラー飛灰中の炭素量を効果的に予測することができることが示されました。
关键词
ボイラー; 飛灰; 炭素量; 最大線形独立要素グループ; 二重集団差分アルゴリズム; 再帰的補正