基于改进分布式极限学习机的电站锅炉NO x 排放预测算法

发布时间：2021-08-13 06:20

　　提出了一种改进的分布式极限学习机的电站锅炉NO_x排放特性建模方法。引入分布式和岭回归理论,提升了极限学习机预测算法的泛化性能和预测准确率。采用改进的MapReduce编程框架对提出的算法模型进行并行化改进,提高其处理大数据的能力。选用某660 MW电站锅炉提供的真实运行数据进行分析,并在Hadoop集群上进行实验,结果表明该模型对NO_x排放有着较好的拟合和预测能力,且提出的算法具有优异的并行性能。 

【文章来源】：太原理工大学学报. 2017,48(06)北大核心

【文章页数】：7 页

【部分图文】：

图６ＮＯｘ预测值与测量值的对比200200250300350400NOx测量值/（%mg·m-3）

【参考文献】：
期刊论文
[1]基于自适应遗传算法的锅炉低NOx燃烧建模及其优化[J]. 张振星,孙保民,信晶.  热力发电. 2014(09)
[2]基于PLS特征提取和LS-SVM结合的NOx排放特性建模[J]. 吕游,刘吉臻,杨婷婷,孙伟毅.  仪器仪表学报. 2013(11)
[3]褐煤热解特性及热解动力学研究[J]. 刘彦强,解京选,狄红旗,毛一剑.  广州化工. 2012(03)
[4]基于改进粒子群算法的电站锅炉NOx排放预测控制及优化[J]. 冯磊华,桂卫华,杨锋.  中南大学学报(自然科学版). 2011(07)
[5]一种基于最小二乘支持向量机的图像增强算法[J]. 万辉.  重庆理工大学学报(自然科学). 2011(06)
[6]基于遗传算法和支持向量机的低NOx燃烧优化[J]. 王春林,周昊,李国能,凌忠钱,岑可法.  中国电机工程学报. 2007(11)
[7]基于SVM的对冲燃煤锅炉NOx排放特性[J]. 郭建民,刘石,姜凡,李志宏.  燃烧科学与技术. 2006(03)
[8]基于生成机理的燃煤电站锅炉NOx排放量神经网络模型[J]. 许昌,吕剑虹.  中国电机工程学报. 2004(10)
[9]神经网络与模拟退火算法结合的锅炉低NOx燃烧优化[J]. 周昊,钱欣平,郑立刚,翁安心,岑可法.  环境科学. 2003(06)



本文编号：3339926