보일러의 검은 재에서 탄소 함량을 장기적으로 정확하게 예측하는 것의 어려움을 해결하기 위해 모델의 예측 정확도 및 적응력을 향상시키기 위해 모델 예측 성능 평가를 기반으로 가중초첨벡터머신(WLSSVM) 에 따른 측정모델 자동보정 제안. 일정의 학습 세트를 구성하고 이를 통해 WLSSVM 모델이 희소 해지고 학습 과정의 계산 양을 줄입니다. 데이터 유사성 가중 요인을 기반으로 한 WLSSVM 측정 모델을 구축하고 모델 매개 변수의 최적 선택을 위해 이중 집단 차분 알고리즘을 활용합니다. 모델 예측 성능 온라인 평가와 순환 보정을 통해 모델의 온라인 자동 보정을 실현합니다. 300MW 보일러의 시뮬레이션 실험 결과는 이 알고리즘 모델이 높은 예측 정확도와 적응력을 갖고 제비 짐의 탄소 함량을 효과적으로 예측할 수 있음을 보여 주었습니다.

보일러; 휘발재; 탄소 함량; 최대 선형 독립 그룹; 이중 집단 차분 알고리즘; 순환 보정