基于LSSVM的工业锅炉燃烧性能指标软测量

• 作者: 张德钦
• 来源期刊: 自动化博览
• 学科: 工学
• 关键词: 飞灰含碳量 炉渣残碳量 最小二乘支持向量机 PSO参数寻优 自然选择
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 技术纵横
• 页码范围: 106-108
• 分类号: TP223.7
• 字数: 3378字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0492.2012.10.029

摘要

为实现工业锅炉的燃烧优化,需要实时掌握飞灰含碳量、炉渣残碳量等燃烧性能指标的变化.本文采用最小二乘支持向量机(LSSVM)建立了循环流化床锅炉(CFBB)燃烧性能指标的软测量模型,并提出一种基于自然选择的粒子群算法来优化LSSVM参数.在此基础上,利用工业锅炉现场数据,进行了本文的软测量模型与神经网络软测量模型的对比研究,结果表明:本文方法具有精度高和泛化能力强的优点,可作为工业锅炉飞灰含碳量、炉渣残碳量等燃烧性能指标的有效测量工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德钦	广西柳州钢铁集团公司计控所	5	1	1.0	1.0