原文服务方: 热力发电       
摘要:
以某超超临界700 MW 机组锅炉为对象,建立了基于主成分分析(PCA)和支持向量回归(SVR)的氮氧化物(NOx )排放预测模型(PCA-SVR 模型)。运用 PCA 方法对包含有2000条锅炉运行记录的数据集进行分析,降低数据集维数,提取有效信息(主成分);以得到的主成分为输入变量,锅炉NOx 排放值为输出变量,利用SVR建立NOx 预测模型。与传统SVR模型相比,PCA-SVR模型的计算时间更短,并且能获得较高的 NOx 排放预测精度,其预测N Ox 排放浓度与实际排放浓度相比平均误差在1%以内。
推荐文章
基于神经网络的N Ox 燃煤锅炉排放预测及优化
燃煤锅炉
NOx排放
预测
神经网络
遗传算法
基于BP神经网络的燃煤锅炉大气污染物排放模型构建
燃煤锅炉
大气污染物
BP神经网络
脱硫塔
脱硝反应器
天然气再燃降低燃煤电站锅炉NOX的排放水平
天然气
燃料
分级燃烧
顶替
发电站
锅炉
降低
氮氧化物
排放标准
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PCAGSVR的燃煤锅炉N Ox 排放预测
来源期刊 热力发电 学科
关键词 燃煤锅炉 N Ox 排放量 预测模型 主成分分析 支持向量机
年,卷(期) 2015,(1) 所属期刊栏目 发 电 技 术 论 坛
研究方向 页码范围 87-90
页数 4页 分类号 TK229
字数 语种 中文
DOI 10.3969/j.issn.1002-3364.2015.01.087
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 张成 华中科技大学煤燃烧国家重点实验室 84 590 13.0 19.0
2 刘发圣 13 28 4.0 5.0
3 钟用禄 5 13 2.0 3.0
4 李海山 7 26 3.0 5.0
5 谭鹏 华中科技大学煤燃烧国家重点实验室 18 106 6.0 10.0
6 张尚志 华中科技大学煤燃烧国家重点实验室 3 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (5)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
燃煤锅炉
N Ox 排放量
预测模型
主成分分析
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
热力发电
月刊
1002-3364
61-1111/TM
大16开
西安市雁塔区雁翔路99号博源科技广场A座
1972-01-01
中文
出版文献量(篇)
6331
总下载数(次)
0
总被引数(次)
39999
相关基金
湖北省自然科学基金
英文译名:Natural Science Foundation of Hubei Province
官方网址:http://www.shiyanhospital.com/my/art/viewarticle.asp?id=79
项目类型:重点项目
学科类型:
论文1v1指导