基于BP网络变量选择与LSSVM结合的锅炉脱硝经济性建模

• 作者: 刘吉臻 刘涛 吕游 崔超 杨婷婷
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 脱硝成本 变量选择 BP网络 锅炉 最小二乘支持向量机(LSSVM)
• 年，卷（期）: 2015,（24）
• 所属期刊栏目: 发电
• 页码范围: 6413-6420,后插17
• 页数: 9页
• 分类号: TK39
• 字数: 5997字
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.2015.24.017

摘要

大型燃煤电站锅炉在进行烟气脱硝时会产生较高的运行成本,建立有效的脱硝成本预测模型是对其进行经济性优化的基础.从某 660MW 火电机组的厂级监控信息系统(supervisory information system,SIS)选取历史运行数据,将BP神经网络算法与最小二乘支持向量机(least squares support vector machine,LSSVM)结合,利用BP网络算法对输入变量进行选择以降低模型的维数与复杂度,将筛选出来的变量作为 LSSVM 模型的输入,建立了脱硝成本预测的BP-LSSVM 模型.将该模型与单纯的 LSSVM 模型进行对比,结果表明通过神经网络变量选择,能有效降低模型的复杂度,提高模型的泛化能力,从而实现火电机组脱硝成本精确快速地预测.