基于XGBoost的火电机组污染物排放预测研究

• 作者: 周虹 李钟钦 陈斌 高飞
• 来源期刊: 发电设备
• 学科: 地球科学
• 关键词: 火电机组 XGBoost 污染物排放 特征提取
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究与分析
• 页码范围: 96-99
• 页数: 4页
• 分类号: TM611|X773
• 字数: 3656字
• 语种: 中文
• DOI: 10.19806/j.cnki.fdsb.2020.02.005

摘要

为有效利用机组数据及外部数据进行污染物排放预测,提取数据中蕴含的特征,使用XGBoost算法预测NOx排放速度.结果 表明:针对NOx排放质量浓度的预测,最终其均方根误差为2.43,平均相对误差为15.9％,可以有效指导运行人员进行生产调度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高飞		7	10	2.0	2.0
2	周虹		1	0	0.0	0.0
3	陈斌		2	0	0.0	0.0
4	李钟钦		1	0	0.0	0.0