基于模糊支持向量机的烟气含氧量软测量

发布时间：2017-08-09 07:10

  本文关键词：基于模糊支持向量机的烟气含氧量软测量

  更多相关文章： 模糊支持向量机 含氧量 软测量 辅助变量

【摘要】：当今工业随着科技的迅速发展进入了一个全新时代,而工业的快速发展又离不开测量技术的提高,随着工业被测量的迅速增多,出现大量无法通过现有的测量技术和仪表仪器直接准确测量的工业量,因此需要寻求新的途径,软测量技术便应运而生,它不仅可以提高测量量的准确度,而且还有效的降低了工业成本。因此软测量技术一经提出就得到极大关注和认可,迅速展开了理论与应用的双向学习与发展。而随着经济的迅猛发展,使人类对能源的需求也日益增长,在所有的一次性能源中煤炭占据这相当大的能源消费比重,据有关专业人事预测,煤炭这种一次性消费能源将在人类社会发展阶段将持续相当长一段时间。烟气含氧量作为锅炉燃烧效率在电厂中评测指标里一项重要参数,再用传统的传感器进行测量无疑会产生更大的测量误差和资金浪费。因此本文提出应用软测量建模的方法进行烟气含氧量的预测,经过机理分析、相关系数分析等方法确定辅助变量,采用滑动平均滤波和数据归一化处理进行数据预处理,选用放宽隶属度条件的FCM算法来计算样本隶属度值,然后选择合适的核函数和惩罚因子,最后进行软测量模型的建立、训练、测试、验证。最后进行仿真实验,得到烟气含氧量的预测值与真实值的对比图及误差图,再与其他方法相比较充分验证该方法的有效性、准确性、可行性。
【关键词】：模糊支持向量机 含氧量 软测量 辅助变量
【学位授予单位】：青岛理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要8-9
• ABSTRACT9-10
• 第1章 绪论10-14
• 1.1 项目研究的背景及意义10-11
• 1.2 含氧量测量的背景及研究现状11-12
• 1.3 软测量技术的产生与发展12
• 1.4 论文的研究工作及内容安排12-14
• 第2章 火电厂烟气含氧量测量方法14-18
• 2.1 火电厂烟气含氧量14
• 2.2 测量火电厂烟气含氧量的意义14-15
• 2.3 间接测量烟气含氧量的方法15-17
• 2.4 本章小结17-18
• 第3章 支持向量机理论与应用18-30
• 3.1 软测量及支持向量机理论概述18
• 3.2 支持向量机理论18-20
• 3.2.1 VC维理论18-19
• 3.2.2 风险最小理论19-20
• 3.3 支持向量机分类20-23
• 3.3.1 基本概念20-21
• 3.3.2 线性支持向量机21-22
• 3.3.3 非线性支持向量22-23
• 3.4 支持向量机回归23-26
• 3.4.1 ε-支持向量机回归23-25
• 3.4.2 ν-支持向量机25-26
• 3.5 核函数理论26-27
• 3.6 支持向量机应用实例27-29
• 3.7 本章小结29-30
• 第4章 模糊支持向量机算法理论与应用30-44
• 4.1 模糊理论及隶属度函数的设计30-33
• 4.2 模糊聚类分析33-36
• 4.2.1 目标函数的模糊C值聚类算法33-35
• 4.2.2 FCM算法的改进35-36
• 4.3 模糊支持向量机36-40
• 4.3.1 一般模糊支持向量机36-38
• 4.3.2 多类模糊支持向量机38-39
• 4.3.3 基于模糊系数规划的模糊支持向量机39-40
• 4.4 应用实例40-42
• 4.5 本章小结42-44
• 第5章 基于FSVM算法含氧量软测量方法44-62
• 5.1 样本的选取和预处理44-47
• 5.2 辅助变量的选取47-50
• 5.3 FSVM软测量模型的建立50-56
• 5.3.1 模糊隶属度函数的计算50-51
• 5.3.2 核函数的选取51-52
• 5.3.3 参数的选择52-53
• 5.3.4 FSVM软测量模型53-55
• 5.3.5 模型的验证55-56
• 5.4 实验系统介绍56-57
• 5.5 实验结果分析57-61
• 5.6 总结61-62
• 第6章 总结与展望62-64
• 6.1 总结62
• 6.2 展望62-64
• 参考文献64-67
• 攻读硕士学位期间发表的论文及其它成果67-68
• 致谢68

【相似文献】

中国期刊全文数据库 前10条

1 王勇;刘吉臻;刘向杰;谭文;;基于最小二乘支持向量机的软测量建模及在电厂烟气含氧量测量中的应用[J];微计算机信息;2006年28期

2 秦翠翠;贾立;;基于概率密度函数的软测量方法及其在烟气含氧量中的应用[J];江南大学学报(自然科学版);2013年05期

3 陈彦桥;郭一;刘建民;刘金琨;;一种改进烟气含氧量软测量建模方法与仿真[J];动力工程学报;2011年01期

4 张希光,王继承;提高锅炉炉膛出口烟气含氧量的测量准确度减少锅炉结焦和降低机组煤耗[J];节能技术;2001年03期

5 何心;;基于数据融合的烟气含氧量软测量技术综述[J];工业锅炉;2012年06期

6 张倩;杨耀权;;基于支持向量机回归的火电厂烟气含氧量软测量[J];信息与控制;2013年02期

7 秦翠翠;贾立;;集成软测量方法研究及其在烟气含氧量中的应用[J];系统仿真学报;2014年07期

8 刘长良;李淑娜;;基于LS-SVM和单纯形的烟气含氧量软测量[J];热能动力工程;2010年03期

9 孙灵芳;李茹艳;;基于多变量广义预测的烟气含氧量软测量研究[J];自动化技术与应用;2012年07期

10 赵永磊;郑德忠;;一种基于直接广义预测的烟气含氧量软测量方法研究[J];传感技术学报;2009年08期

中国重要会议论文全文数据库 前2条

1 时汝佳;刘友宽;;锅炉运行中烟气含氧量的研究[A];2010年云南电力技术论坛论文集（优秀论文部分）[C];2010年

2 程蓓;;采用O_2和CO信号控制燃烧的方案[A];安徽省电机工程学会优秀学术论文集（2002-2003）[C];2005年

中国硕士学位论文全文数据库 前10条

1 李锐;600MW火电机组烟气含氧量软测量应用研究[D];华北电力大学;2016年

2 刘真;基于模糊支持向量机的烟气含氧量软测量[D];青岛理工大学;2016年

3 张健;基于免疫关联规则的烟气含氧量优化研究[D];华北电力大学;2013年

4 刘闯;基于人工智能方法的烟气含氧量软测量及优化配煤研究[D];大连理工大学;2008年

5 张捷夫;电站锅炉烟气含氧量软测量方法研究[D];华北电力大学;2014年

6 陈敏;火电厂锅炉烟气含氧量预测及燃烧系统优化研究[D];北京交通大学;2011年

7 李茹艳;基于多变量广义预测的烟气含氧量软测量研究[D];东北电力大学;2012年

8 梁向锋;基于氧化锆传感器的烟气含氧量检测技术[D];天津大学;2008年

9 高大明;大型电站锅炉燃烧系统优化控制研究[D];华北电力大学（河北）;2006年

10 张倩;基于SVR的烟气含氧量软测量方法研究[D];华北电力大学;2013年

，

本文编号：644007