Выброс серы (SO₂) из угольных электростанций является одним из основных источников атмосферного загрязнения. Создание эффективной модели прогнозирования выбросов SO₂ способствует решению проблемы превышения выбросов SO₂, вызванного нестабильностью процесса удаления сероводородных газов из внутреннего циклонного котла (CFB) и, как следствие, несвоевременным удалением SO₂. Характеристики выброса SO₂ зависят от множества теплотехнических параметров, и между параметрами существует корреляция и взаимосвязь. В данной статье предлагается модель прогнозирования выброса SO₂ на основе выбора переменных и метода опорных векторов (SVM). На основе эксплуатационных данных 300-мегаваттного циклонного котла CFB использовалась двухслойная сеть биполярных нейронов для уменьшения размерности и сложности входных переменных, выбранные переменные были использованы в качестве входных данных для модели BP-SVM. С использованием метода кросс-валидации K-фолдов через поиск по сетке были определены оптимальные параметры модели, создана модель прогнозирования выбросов SO₂ BP-SVM. Сравнительный анализ модели BP-SVM с моделью SVM без предварительного выбора переменных показал, что после выбора переменных модель BP-SVM позволяет эффективно снизить сложность модели и увеличить ее обобщающую способность.

Циклонный котел CFB; удаление сероводорода; выбор переменных; модель BP-SVM; характеристики выбросов SO2; обобщающая способность; прогностическое управление