基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前锅炉飞灰含碳量测量方法存在时间滞后和精度不高等问题,在分析锅炉飞灰含碳量影响因素和做锅炉燃烧特性实验的基础上,利用最小二乘支持向量机这种新的机器学习工具,建立了飞灰含碳量的软测量模型.应用该模型对燃煤电站锅炉的飞灰含碳量进行研究,理论分析和仿真计算表明,该方法学习速度快、泛化能力强、对样本的依赖程度低,比BP神经网络的软测量建模更具有推广力.
推荐文章
支持向量回归在飞灰含碳量软测量中的应用
支持向量回归
粒子群优化算法
数据预处理
飞灰含碳量
软测量
基于PSO-SVR的飞灰含碳量软测量研究
飞灰含碳量
支持向量回归
粒子群
软测量
基于信息融合的火电厂飞灰含碳量的软测量建模
信息融合
软测量
自适应加权融合
最小二乘支持向量机
飞灰含碳量
基于支持向量回归的飞灰含碳量软测量
飞灰含碳量
软测量
支持向量回归
交叉验证法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机在锅炉飞灰含碳量软测量中的应用
来源期刊 电力科学与工程 学科 工学
关键词 飞灰含碳量 支持向量机 软测量 单纯形算法
年,卷(期) 2010,(1) 所属期刊栏目 研究与分析·动力工程
研究方向 页码范围 39-43,59
页数 6页 分类号 TP391.9
字数 3497字 语种 中文
DOI 10.3969/j.issn.1672-0792.2010.01.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘长良 华北电力大学控制与计算机工程学院 93 1044 17.0 29.0
2 孙晓娇 华北电力大学控制与计算机工程学院 2 22 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (242)
参考文献  (7)
节点文献
引证文献  (18)
同被引文献  (69)
二级引证文献  (144)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(13)
  • 参考文献(0)
  • 二级参考文献(13)
2004(19)
  • 参考文献(0)
  • 二级参考文献(19)
2005(14)
  • 参考文献(0)
  • 二级参考文献(14)
2006(17)
  • 参考文献(3)
  • 二级参考文献(14)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(12)
  • 引证文献(2)
  • 二级引证文献(10)
2014(11)
  • 引证文献(3)
  • 二级引证文献(8)
2015(21)
  • 引证文献(1)
  • 二级引证文献(20)
2016(28)
  • 引证文献(1)
  • 二级引证文献(27)
2017(24)
  • 引证文献(2)
  • 二级引证文献(22)
2018(24)
  • 引证文献(2)
  • 二级引证文献(22)
2019(28)
  • 引证文献(0)
  • 二级引证文献(28)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
飞灰含碳量
支持向量机
软测量
单纯形算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力科学与工程
月刊
1672-0792
13-1328/TK
大16开
河北省保定市永华北大街619号华北电力大学
18-182
1985
chi
出版文献量(篇)
3177
总下载数(次)
3
论文1v1指导