基于独立成分分析预测电站锅炉NOx排放量

• 作者: 信晶 孙保民 杨斌 王兰忠 王冲
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 独立成分分析(ICA) 神经网络 电站锅炉 低NOx燃烧 排放预测
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 发电
• 页码范围: 39-43
• 页数: 5页
• 分类号: TK16
• 字数: 3959字
• 语种: 中文

摘要

为了解决燃煤电站锅炉低NOx燃烧特性建模输入值高维数据众多,以及大样本处理造成模型运行速度慢、精度低的问题,将独立成分分析(ICA)应用到建模数据预处理领域,提出一种基于快速独立成分分析(FastICA)的BP (back propagation)神经网络建模方法,并用该方法对某220 MW热电机组NOx排放浓度进行预测.研究结果表明:经FastICA降维预处理后所建的神经网络模型(ICA-BP)性能优于直接构建的神经网络(BP)模型;ICA-BP模型计算结果与实测结果相对误差仅约2.5％,说明ICA方法有助于实现降低维数的同时保留更多原始数据特性的目的,是系统建模数据前处理的有效工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兰忠		1	6	1.0	1.0
2	王冲		1	6	1.0	1.0