基于变量选择和XGBoost组合模型的NOx排放预测

• 作者: 邢红涛 郭江龙 张颖 刘书安 刘波 常志伟
• 来源期刊: 自动化与仪器仪表
• 关键词: XGBoost 偏最小二乘 变量选择 组合模型 NOx排放预测
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 智能检测与信息处理|INTELLIGENT DETECTION AND INFORMATION PROCESSING
• 页码范围: 21-25
• 页数: 5页
• 分类号: TP202|K223
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.07.021

摘要

NOx排放是燃煤锅炉的主要污染物,精准地预测NOx排放对电站锅炉燃烧优化具有重要意义.以某电厂330 MW燃煤锅炉变负荷工况数据为研究对象,提出一种基于变量选择和XGBoost组合模型的NOx排放预测方法.首先,针对复杂多样的热工变量,基于偏最小二乘(PLS)进行变量选择.然后,基于XGBoost建立NOx排放组合预测模型,组合模型通过线性模型融合基于NOx排放历史序列和变量特征的单预测模型建立.最后,通过变负荷工况数据证所提方法预测能力和泛化能力,并与其他方法对比.试验表明,所提XGBoost组合模型具有较高的预测精度和较强的泛化能力,对燃煤机组实际运行具有指导意义.