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:
针对锅炉燃烧效率建模问题,选取燃料量和总风量等参数描述负荷对锅炉热效率的影响,建立基于支持向量机(SVM)的锅炉两级燃烧模型.根据历史工况对飞灰含碳量及锅炉燃烧效率进行预测,提出利用改进型增量学习算法对训练样本进行优化,保证预测结果精度的前提下同时缩短了训练时间.针对广东大唐潮州三百门电厂1 000 MW机组现场运行数据建立飞灰含碳量及锅炉热效率SVM模型,对其进行仿真分析,模型预测值与实测值误差较小,表明该燃烧效率模型的预测效果良好.
推荐文章
基于支持向量机的增量学习算法
结构风险最小化
支持向量
增量学习
支持向量机回归算法在锅炉燃烧系统建模中的应用研究
非线性
支持向量机
核函数
增量算法
泛化能力
基于负荷划分数据和支持向量机的火电厂燃烧过程建模
燃烧过程建模
支持向量回归
稳态检测
参数选择
支持向量机增量学习算法研究
支持向量机
增量学习
期望风险
固定划分
过间隔
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 基于支持向量机增量算法的锅炉燃烧效率建模研究
来源期刊 锅炉技术 学科 工学
关键词 燃烧效率 燃烧模型 支持向量机
年,卷(期) 2013,(2) 所属期刊栏目 设计·科研·试验
研究方向 页码范围 1-4,16
页数 5页 分类号 TK229.6
字数 3230字 语种 中文
DOI
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 方彦军 武汉大学动力与机械学院 228 1619 20.0 26.0
2 叶向前 6 37 4.0 6.0
3 谭磊 武汉大学动力与机械学院 6 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (53)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
燃烧效率
燃烧模型
支持向量机
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
锅炉技术
双月刊
1672-4763
31-1508/TK
16开
上海市闵行区华宁路250号
1970
chi
出版文献量(篇)
2293
总下载数(次)
7
总被引数(次)
14330
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导