基于Kriging方法的电站锅炉NOx排放自适应建模

被引：8

作者：

孔亮 ^{[1
]}

丁艳军 ^{[1
]}

张毅 ^{[1
]}

吴昊 ^{[2
]}

张雪 ^{[1
]}

吴占松 ^{[1
]}

机构：

[1] 清华大学热能工程系热科学与动力工程教育部重点实验室

[2] 清华大学计算机科学与技术系智能技术及系统国家重点实验室

来源：

清华大学学报(自然科学版) | 2008年 / 05期

关键词：

电站锅炉; Kriging估计; 氮氧化物; 模型自适应;

D O I：

暂无

中图分类号：

TK227 [运行];

学科分类号：

080703 ;

摘要：

对复杂多变的热工对象建模是实现良好控制性能的难点,为此提出运用Kriging估计方法建立对象的自适应模型。该法是非参数回归的建模方法,无需确定模型结构和训练,就能实现对未知函数的无偏最优估计。通过对样本空间的实时调整还实现了一种自适应的Kriging模型。选取电站锅炉NOx排放作为建模对象,运用现场试验数据,比较了自适应Kriging模型和神经网络模型对NOx排放的内插和外推预测性能。5组结果显示,神经网络模型的平均预测误差为11.59%,而Kriging模型仅为3.49%。

引用

页码：848 / 851

页数：4