装备制造技术
裝備製造技術
장비제조기술
EQUIPMENT MANUFACTURING TECHNOLOGY
2010年
4期
47-51
,共5页
烟气含氧量%在线自适应%即时学习%改进支持向量机
煙氣含氧量%在線自適應%即時學習%改進支持嚮量機
연기함양량%재선자괄응%즉시학습%개진지지향량궤
针对电厂烟气舍氧量难以进行有效预测的问题,从提高烟气含氧量预测模型在线自适应能力的角度出发,提出一种基于即时学习策略的改进支持向量机建模方法,并基于电厂实际运行数据进行了仿真研究.仿真实验表明,与标准BP神经网络和支持向量机等建模方法的比较,本算法具有更好的预测性能,虽然计算开销有所增加,但能够满足锅炉燃烧过程烟气含氧量预测的实时性要求.
針對電廠煙氣捨氧量難以進行有效預測的問題,從提高煙氣含氧量預測模型在線自適應能力的角度齣髮,提齣一種基于即時學習策略的改進支持嚮量機建模方法,併基于電廠實際運行數據進行瞭倣真研究.倣真實驗錶明,與標準BP神經網絡和支持嚮量機等建模方法的比較,本算法具有更好的預測性能,雖然計算開銷有所增加,但能夠滿足鍋爐燃燒過程煙氣含氧量預測的實時性要求.
침대전엄연기사양량난이진행유효예측적문제,종제고연기함양량예측모형재선자괄응능력적각도출발,제출일충기우즉시학습책략적개진지지향량궤건모방법,병기우전엄실제운행수거진행료방진연구.방진실험표명,여표준BP신경망락화지지향량궤등건모방법적비교,본산법구유경호적예측성능,수연계산개소유소증가,단능구만족과로연소과정연기함양량예측적실시성요구.
