核心向量机的电站锅炉NOx排放特性大数据建模

• 作者: 丁芳 周康 周昊 黄燕
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 电站锅炉 大规模数据 核心向量机 NOx建模 燃烧优化
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 发电
• 页码范围: 717-722
• 页数: 6页
• 分类号: TK16
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.2016.03.015

摘要

为克服传统燃烧优化算法受制于小样本建模的缺点,提出了一种基于大规模数据的NOx排放特性建模方法.应用核心向量机(core vector machine,CVM)对11660组实验数据、共77维运行参数建立了超超临界锅炉的NOx排放特性模型,并对模型参数C和ε进行优化,选定模型参数组(C,ε)为(105,6×10-6),得到了较短的建模时间和较高的预测精准度.同时将建立的CVM模型与其他常见算法支持向量机(support vector machine,SVM)和SVMLight进行性能对比,结果表明,CVM具有优越的收敛速度和更强的泛化能力,随着建模数据量的增加,CVM模型预测准确度有所提升,在建模时间上表现平稳,相对于其余2种算法具有显著优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周昊		139	1532	21.0	34.0
2	黄燕		16	26	3.0	5.0
3	丁芳		7	12	2.0	3.0
4	周康		9	14	2.0	3.0