电站锅炉热效率与NOx排放响应特性建模方法

为了解决电站锅炉高效低污染的优化决策问题，建立了基于核主元分析支持向量回归机(kernelprinciplecomponentanalysise-supportvectorregression，KPCA-e-SVR)与机理模型混合的锅炉热效率和NOx排放特性响应模型。在建模的过程中，针对模型输入变量之间存在非线性、强耦合等特点，采用核主元分析提取输入变量的主元，去除变量之间的相关性；同时采用5-fold交叉验证方法，循环搜索寻优模型的各个参数，确定输入主元个数。该模型与BP神经网络(backpropagationneural-networks，BPNN)和支持向量机模型相比较具有良好的泛化能力。