混合SPSS-PSO-SVM模型在电厂NOx排放预测中的应用

• 作者: 李永华 步红丽
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: SPSS特征提取 粒子群优化 支持向量机 混合建模 氮氧化物排放
• 年，卷（期）: 2017,（7）
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP73
• 字数: 3324字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2017.07.013

摘要

针对电厂NOx排放进行预测,在满足当前NOx排放限额的条件下,致力于优化脱销系统的喷氨量,防止其过多或过少.为提升电厂排放NOx的预测精度,提出SPSS-PSO-SVM预测模型.电厂采集数据类型繁多,变量之间较多存在相关性和耦合性,而统计软件SPSS的引入能较为直观地观测和分析变量间的关联,并通过因子分析计算主成分矩阵,以降低输入变量的维数和消除相关性.基于某780 MW热力电厂的实时数据,通过SPSS特征提取和MATLAB仿真模拟,并将此模型性能与PSO-SVM模型进行比较,结果表明该模型在电厂NOx排放预测中应用具有一定的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永华	华北电力大学能源动力与机械工程学院	192	1975	20.0	35.0
2	步红丽	华北电力大学能源动力与机械工程学院	1	4	1.0	1.0