基于多LS-SVM集成模型的锅炉NO_x排放量建模

发布时间：2017-09-08 21:09

  本文关键词：基于多LS-SVM集成模型的锅炉NO_x排放量建模

  更多相关文章： NOx排放量 多LS-SVM集成模型 GA-SFCM 有监督模糊聚类

【摘要】：为了提高电站锅炉氮氧化物(NO_x)排放量预测模型的精度,提出了一种基于多最小二乘支持向量机(LS-SVM)集成模型的NO_x排放量建模方法。首先按照NO_x排放量由低到高将数据空间初步划分为低、中、高3个子空间,然后依据输入变量与NO_x相关性分析来确定输入变量的权重,通过筛选得到主要的特征变量。在此基础之上,采用有监督的遗传算法-软模糊聚类(GA-SFCM)方法,获得各数据子空间的聚类中心及其相应的样本隶属度,通过融合隶属度的最小二乘法对各子空间LS-SVM模型进行集成。仿真结果表明,通过筛选参与聚类的变量提高了聚类性能和模型精度,采用有监督的GA-SFCM算法进行聚类,降低了聚类复杂度,建立的多LS-SVM集成模型比单一LS-SVM模型有更好的泛化能力。
【作者单位】： 华北电力大学控制与计算机工程学院;
【关键词】： NOx排放量 多LS-SVM集成模型 GA-SFCM 有监督模糊聚类
【基金】：河北省自然科学基金(F2014502059)资助项目
【分类号】：X773
【正文快照】： 1引言随着国家对燃煤机组氮氧化物排放要求的不断提高,高效降低污染物排放已经成为燃煤电站面临的重要问题。建立精确且稳定的NOx排放量模型是有效控制NOx排放量的重要一环。考虑到NOx的形成机理复杂,常规的机理模型难以建立,因此,基于数据的建模方法在NOx排放量建模中广泛应

【相似文献】

中国期刊全文数据库 前2条

1 焦文献;徐中民;;人文因素作用集成模拟模型国际研究进展[J];冰川冻土;2010年02期

2 ;[J];;年期

，

本文编号：816329