学术探索
学术期刊
新闻热点
数据分析
智能评审

基于支持向量机和果蝇优化算法的循环流化床锅炉NOx排放特性研究

被引：35
作者：
牛培峰 [1 ,2 ]
麻红波 [1 ]
李国强 [1 ]
马云飞 [1 ]
陈贵林 [1 ,2 ]
张先臣 [1 ,2 ]
机构：
[1] 燕山大学工业计算机控制工程河北省重点实验室
[2] 燕山大学国家冷轧板带装备及工艺工程技术研究中心
来源：
动力工程学报 | 2013年 / 33卷 / 04期
关键词：
循环流化床锅炉; NOx排放特性; 支持向量机; 果蝇优化算法; 模型;
D O I：
暂无
中图分类号：
TK229.6 [燃煤锅炉];
学科分类号：
摘要：
为了控制循环流化床(CFB)锅炉的NOx排放量,以某热电厂300MW CFB锅炉测试数据为样本,应用支持向量机(SVM)建立NOx排放特性预测模型.针对SVM回归预测需要人为确定相关参数的不足,应用果蝇优化算法(FOA)优化SVM参数,采用不同工况下的样本数据检验FOA-SVM模型的预测性能,并将该模型的预测结果与粒子群算法(PSO)、遗传算法(GA)和万有引力搜索算法(GSA)优化的SVM模型预测结果进行了比较.结果表明:FOA-SVM模型的泛化能力较强,预测精度较高,训练时间较短,可以相对快速、准确地预测NOx排放质量浓度.
引用
收藏
页码：267 / 271
页数：5
相关论文
共 8 条
  • [1] 燃烧调整对NOx排放及锅炉效率的影响
    肖海平
    张千
    王磊
    孙保民
    [J]. 中国电机工程学报, 2011, 31 (08) : 1 - 6
  • [2] 电站煤粉炉NOx排放特性的最小二乘支持向量机模型
    魏辉
    陆方
    罗永浩
    [J]. 锅炉技术, 2009, 40 (05) : 5 - 10
  • [3] 燃煤锅炉高效、低NOx运行策略的研究
    魏辉
    陆方
    罗永浩
    蒋欣军
    [J]. 动力工程, 2008, (03) : 361 - 366
  • [4] 基于蚁群算法的支持向量机参数选择方法研究(英文)
    齐亮
    [J]. 系统仿真技术, 2008, (01) : 14 - 18
  • [5] 支持向量机中的核参数选择问题
    齐志泉
    田英杰
    徐志洁
    [J]. 控制工程, 2005, (04) : 379 - 381
  • [6] 关于统计学习理论与支持向量机
    张学工
    [J]. 自动化学报, 2000, (01) : 36 - 46
  • [7] 数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬, 2004
  • [8] Particle swarm optimization-least squares support vector regression based forecasting model on dissolved gases in oil-filled power transformers
    Liao, Ruijin
    Zheng, Hanbo
    Grzybowski, Stanislaw
    Yang, Lijun
    [J]. ELECTRIC POWER SYSTEMS RESEARCH, 2011, 81 (12) : 2074 - 2080
1