基于SVM的燃煤电站锅炉飞灰含碳量预测

• 作者: 蔡杰进 马晓茜
• 来源期刊: 燃烧科学与技术
• 学科: 工学
• 关键词: 锅炉 飞灰含碳量 支持向量机
• 年，卷（期）: 2006,（4）
• 页码范围: 312-317
• 页数: 6页
• 分类号: TK223
• 字数: 3729字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-8740.2006.04.006

摘要

将支持向量机方法引入燃煤电站锅炉飞灰含碳量预测领域.该预测方法很好地建立了燃煤电站锅炉飞灰含碳量特性与运行参数之间的复杂关系模型,并考虑到运行参数之间的耦合性,具有预测能力强、全局最优及泛化性好等优点.将该方法应用于某300 MW燃煤电站锅炉中,经过训练后的SVM模型对检验样本飞灰含碳量进行预测,均方根误差和平均相对误差分别为1.39%和1.30%,相当于BP网络模型的22.20%和21.07%.应用结果表明,支持向量机方法优于多层BP神经网络法,能很好地满足预测要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马晓茜	华南理工大学电力学院	252	2901	29.0	37.0
2	蔡杰进	华南理工大学电力学院	25	213	8.0	14.0