基于小波SVM的电站锅炉飞灰含碳量预测

• 作者: 尹金和 李志林 闫泽峰 齐咏生
• 来源期刊: 能源与节能
• 学科: 工学
• 关键词: 电站锅炉 飞灰含碳量 支持向量机 小渡变换
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 技术研究
• 页码范围: 120-123
• 页数: 4页
• 分类号: TK227
• 字数: 3242字
• 语种: 中文

摘要

飞灰含碳量是影响锅炉热效率的一个重要因素,但由于电站锅炉机理复杂,很难建立能够用于飞灰含碳量实时预测和控制的机理模型.为此,将小波分析与支持向量机(SVM)算法相结合,提出基于小波SVM的飞灰合碳量预测模型.该方法可较好实现数据去噪和样本预处理,对因变量飞灰含碳量有较好预测能力,通过对样本自动筛选,实现预测模型自适应更新.最后,采用大型四角切圆燃煤锅炉热态实炉试验的运行数据对该算法进行了验证,并与神经网络预测模型进行了比较,结果显示提出的方法预测精度更高、效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐咏生		49	363	11.0	17.0
2	尹金和		4	4	2.0	2.0
3	李志林		1	2	1.0	1.0
4	闫泽峰		1	2	1.0	1.0