基于改进模糊聚类与IPSO-SVM的燃煤电站NOx排放多模型预测

• 作者: 付忠广 刘炳含 李闯 王树成 高学伟
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: NOx排放 多模型建模 模糊聚类 改进粒子群算法 遗传模拟退火
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 环保技术与设备
• 页码范围: 387-393,408
• 页数: 8页
• 分类号: TK39
• 字数: 5320字
• 语种: 中文

摘要

通过挖掘大量脱硝系统现场运行数据,提出一种新的多模型选择性催化还原(SCR)脱硝系统建模方法:首先对SCR脱硝系统进行理论分析和实际运行研究,应用改进遗传模拟退火的模糊聚类算法对训练集进行聚类划分,得到最优聚类效果;然后建立相应的支持向量机子模型,并采用改进的粒子群算法对模型参数进行优化,所建立的子模型通过隶属度值加权融合得到最终的整体预测模型.以某电站锅炉脱硝系统为例,对所提出的方法进行验证,并与其他建模方法进行比较.结果 表明:所建立的模型具有较高的泛化能力和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高学伟	华北电力大学能源动力与机械工程学院	17	81	5.0	8.0
5	付忠广	华北电力大学能源动力与机械工程学院	96	853	13.0	26.0
6	李闯		7	4	1.0	2.0
7	刘炳含	华北电力大学能源动力与机械工程学院	13	43	5.0	6.0
8	王树成	华北电力大学能源动力与机械工程学院	9	15	3.0	3.0