基于多模型聚类集成的锅炉烟气NOx排放量预测模型

• 作者: 刘怀远 甄成刚
• 来源期刊: 热力发电
• 学科: 地球科学
• 关键词: 多模型 聚类集成 GA-SFCM LS-SVM 有监督模糊聚类 NOx排放量
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 热能科学研究
• 页码范围: 33-40
• 页数: 8页
• 分类号: TM621.2|X511
• 字数: 4841字
• 语种: 中文
• DOI: 10.19666/j.rlfd.201808160

摘要

电站锅炉烟气NOx排放量的预测控制对电站的经济效益和环境污染治理有重要影响.为了提高NOx排放量预测模型的精度,本文提出了一种基于多模型聚类集成的锅炉烟气NOx排放量建模方法.首先根据输出NOx排放量的高低划分数据空间,通过基于相关性分析的变量权重和基于信息熵的分层聚类确定参与聚类的变量,然后利用提出的多模型聚类集成(VMSC)算法聚类得到各子空间的隶属度矩阵,最后采用融合隶属度的最小二乘法对各子空间的最小二乘支持向量机(LS-SVM)模型进行集成.仿真结果表明,通过集成模糊C均值聚类(FCM)和有监督的遗传算法-软模糊聚类(GA-SFCM)的VMSC算法提高了建模的精度,比单一模型的仿真性能更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甄成刚	华北电力大学控制与计算机工程学院	32	290	9.0	16.0
2	刘怀远	华北电力大学控制与计算机工程学院	2	5	1.0	2.0