集成软测量方法研究及其在烟气含氧量中的应用

• 作者: 秦翠翠 贾立
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 烟气含氧量 软测量 神经模糊模型 即时学习 概率密度函数
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 1497-1502
• 分类号: TP273
• 语种: 中文

摘要

烟气含氧量是送引风调节系统中的重要参数,直接反映锅炉燃烧过程的风煤比,对锅炉燃烧优化有着至关重要的意义.针对火电厂烟气含氧量的软测量问题,提出了一种新型集成软测量方法.基于相似准则在线选择当前工况的相似性样本集,分别建立基于概率密度函数准则的在线滚动即时学习软测量模型和神经模糊软测量模型.在此基础上,采用加权集成的方法集成上述单一模型,并通过粒子群优化算法寻找最优权值.最后,将集成软测量模型应用于火电厂烟气含氧量的测量中.仿真结果表明,提出的集成软测量模型具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾立	上海大学机电工程与自动化学院自动化系上海市电站自动化技术重点实验室	22	116	6.0	10.0
2	秦翠翠	上海大学机电工程与自动化学院自动化系上海市电站自动化技术重点实验室	2	6	1.0	2.0