基于极端学习机的NOx预测模型样本特性研究

• 作者: 李庆伟 申志文
• 来源期刊: 上海电力大学学报
• 学科: 工学
• 关键词: 极端学习机 样本数目 锅炉 神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 清洁发电
• 页码范围: 441-444
• 页数: 4页
• 分类号: TK16
• 语种: 中文
• DOI: 10.3969/j.issn.2096-8299.2020.05.005

摘要

针对某燃煤锅炉进行了样本特性实验,选取测试集均方根误差(RMSE)作为性能指标,基于不同测试样本数目分别建立电厂NOx排放的极端学习机预测模型.经过31次实验后的结果表明,随着测试样本数的增加,预测样本RMSE呈增长的趋势.当测试样本数为2时,极端学习机(ELM)可以建立相对准确的预测模型.