基于机器学习的一次风量软测量技术研究

• 作者: 程声樱 罗志浩 陈卫
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 软测量 机器学习 一次风量 测量技术 磨煤机
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 发电技术
• 页码范围: 35-38
• 分类号: TK39
• 字数: 2815字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1881.2012.08.010

摘要

磨煤机风量的准确、可靠测量是保证火电机组控制系统稳定运行,进而提高锅炉燃烧效率的重要因素,然而受现场安装条件等方面的限制,仪表测量得到的磨煤机风量与实际值偏差很大.针对这一问题,应用软测量方法,结合火电厂的实际应用,对磨煤机风量软测量中辅助变量的选择、数据预处理、测量模型的建立及校正等问题进行了研究.采用基于支持向量机回归的方法建立了风量软测量模型,并对建模过程中核函数、惩罚因子的选择进行了分析和研究.电厂实际运行数据的验证表明:该软测量方法能够获得比现有硬件流量仪表更准确可靠的测量结果,且能适应机组工况的变化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗志浩	浙江省电力公司电力科学研究院	41	362	10.0	16.0
2	陈卫	浙江省电力公司电力科学研究院	10	54	4.0	7.0
3	程声樱		2	6	2.0	2.0