全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
热力发电  2015 

基于pca?svr的燃煤锅炉nox排放预测

, PP. 87-90

Keywords: 燃煤锅炉,nox排放量,预测模型,主成分分析,支持向量机

Full-Text   Cite this paper   Add to My Lib

Abstract:

以某超超临界700mw机组锅炉为对象,建立了基于主成分分析(pca)和支持向量回归(svr)的氮氧化物(nox)排放预测模型(pca-svr模型)。运用pca方法对包含有2000条锅炉运行记录的数据集进行分析,降低数据集维数,提取有效信息(主成分);以得到的主成分为输入变量,锅炉nox排放值为输出变量,利用svr建立nox预测模型。与传统svr模型相比,pca-svr模型的计算时间更短,并且能获得较高的nox排放预测精度,其预测nox排放浓度与实际排放浓度相比平均误差在1%以内。

References

[1]  muziolj,quartucygc.implementingnoxcontrol:researchtoapplication[j].progressinenergyandcombustionscience,1997,23(3):233-266.
[2]  gb13223-2011,火电厂大气污染物排放标准[s].gb13223-2011,emissionstandardforairpollutantsfromthermalpowerplants[s].
[3]  shakilm,elshafeim,habibma,etal.softsensorforandusingdynamicneuralnetworks[j].computers&electricalengineering,2009,35(4):578-586.
[4]  cortesc,vapnikv.support-vectornetworks[j].machinelearning,1995,20(3):273-297.
[5]  zhouh,cenk,fanj.modelingandoptimizationofthenoxemissioncharacteristicsofatangentiallyfiredboilerwithartificialneuralnetworks[j].energy,2004,29(1):167-183.
[6]  凡荣荣,姚翠兰,杨巨生,等.基于pso优化锅炉氮氧化物的排放[j].热力发电,2012,41(8):28-31.fanrongrong,yaocuilan,yangjusheng,etal.applicationofpsoinnoxemissionfromboiler[j].thermalpowergeneration,2012,41(8):28-31.
[7]  smrekarj,poto�nikp,senega�nika.multi-step-aheadpredictionofnoxemissionsforacoal-basedboiler[j].appliedenergy,2013,106:89-99.
[8]  sif,romeroce,yaoz,etal.optimizationofcoal-firedboilerscrsbasedonmodifiedsupportvectormachinemodelsandgeneticalgorithms[j].fuel,2009,88(5):806-816.
[9]  abdihe,williamslj.principalcomponentanalysis[j].wileyinterdisciplinaryreviews:computationalstatistics,2010,2(4):433-459.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133