基于最小二乘支持向量机的改进型在线NOx预测模型

丁续达; 金秀章; 张 扬

doi:10.19666/j.rlfd.201803023

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于最小二乘支持向量机的改进型在线NOx预测模型

热能科学研究 | 更新时间：2025-09-28

- 基于最小二乘支持向量机的改进型在线NOx预测模型
- An improved online NOx prediction model based on LSSVM
- 热力发电 2019年第2期
- 作者机构：
  
  华北电力大学控制与计算机工程学院,河北,保定,071003
- 作者简介：
- 基金信息：
- DOI：10.19666/j.rlfd.201803023
  中图分类号： TK313
- 网络出版日期：2019-01-05，
  
  纸质出版日期：2019
- 稿件说明：
移动端阅览
丁续达, 金秀章, 张扬. 基于最小二乘支持向量机的改进型在线NOx预测模型[J]. 热力发电, 2019,(2).

DING Xuda, JIN Xiuzhang, ZHANG Yang. An improved online NOx prediction model based on LSSVM[J]. Thermal power generation, 2019, (2).
丁续达, 金秀章, 张扬. 基于最小二乘支持向量机的改进型在线NOx预测模型[J]. 热力发电, 2019,(2). DOI： 10.19666/j.rlfd.201803023.

DING Xuda, JIN Xiuzhang, ZHANG Yang. An improved online NOx prediction model based on LSSVM[J]. Thermal power generation, 2019, (2). DOI： 10.19666/j.rlfd.201803023.

摘要

本文提出了一种基于预测误差的在线更新最小二乘支持向量机（LSSVM）的NOx预测模型。LSSVM模型以预测精度作为在线更新的目标，在保证预测精度的前提下，选取影响NOx排放的输入参数，模型输入数据的更新由总体误差决定，并由个体样本的误差指导数据选取，克服了原在线更新LSSVM模型中的单步更新计算量随时间增加、更新算法参数选取困难等问题。利用模拟实验和电厂分布式控制系统（DCS）实际数据对本文提出算法模型和原算法模型进行仿真，结果表明本文提出模型预测精度和计算速度均能够达到现场运用的要求。与原算法模型相比，在保持相同精度的前提下，计算速度是原算法模型的3.24倍，使用方法更简单，更适合现场使用。

Abstract

关键词

Keywords

references

浏览量

395

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

超低排放形势下SCR脱硝系统运行存在问题与对策

超低排放燃煤电厂引风机叶片硫酸盐沉积分析

基于粒子群优化双支持向量机的SCR烟气脱硝效率预测模型

火电机组脱硫系统超低排放改造节能优化

火电厂水媒式烟气加热器烟道优化数值模拟