Se estableció un modelo de predicción de emisiones de óxidos de nitrógeno (NOx) basado en el análisis de componentes principales (PCA) y la regresión de vectores de soporte (SVR) para una caldera de 700 MW en condiciones supercríticas. Se aplicó el método PCA para analizar un conjunto de datos que contiene 2000 registros de operación de calderas, reduciendo la dimensionalidad del conjunto de datos y extrayendo información efectiva (componentes principales); utilizando los componentes principales obtenidos como variables de entrada y el valor de emisiones de NOx de la caldera como variable de salida, se estableció un modelo de predicción de NOx utilizando SVR. En comparación con el modelo SVR tradicional, el modelo PCA-SVR tiene un tiempo de cálculo más corto y puede obtener una precisión de predicción de emisión de NOx más alta, con un error promedio en la concentración de NOx predicha en menos del 1% en comparación con la concentración de emisión real.

Calderas de carbón; emisión de NOx; modelo de predicción; análisis de componentes principales; máquina de soporte vectorial