摘要
石炭火力発電所のボイラーSO2排出は大気汚染の主要な原因の一つであり、効果的なSO2排出予測モデルを構築することは、循環流動層（CFB）ボイラーの内部脱硫の不安定さによる脱硫タワーの遅れによるSO2排出の超過問題を解決するのに役立ちます。SO2の排出特性は多くの熱工学パラメータに影響を受け、各パラメータ間に相関性と結合性があります。本文では変数選択とサポートベクターマシン（SVM）に基づくSO2排出予測モデルを提案します。某300 MW CFBボイラーの現場運転データを基に、BPニューラルネットワークを使用して入力変数の次元と複雑さを低減し、選択された入力変数をBP-SVMモデルの入力として使用し、グリッドサーチを通じてK-分割交差検証を使用して最適なモデルパラメータを決定し、SO2排出BP-SVMモデルを構築します。BP-SVMモデルと変数選択を行わないSVMモデルを比較分析した結果、変数選択後のBP-SVMモデルはモデルの複雑さを効果的に低減し、モデルの汎化能力を向上させることが示されました。
关键词
循環流動層ボイラー; 脱硫; 変数選択; BP-SVMモデル; SO2排出特性; 汎化能力; 予測制御