电站锅炉热效率与NO排放响应特性建模方法

为了解决电站锅炉高效低污染的优化决策问题,建立了基于核主元分析支持向量回归机(kernel principle component analysis ε-support vector regression,KPCA-ε-SVR)与机理模型混合的锅炉热效率和NOx排放特性响应模型。在建模的过程中,针对模型输入变量之间存在非线性、强耦合等特点,采用核主元分析提取输入变量的主元,去除变量之间的相关性;同时采用5-fold交叉验证方法,循环搜索寻优模型的各个参数,确定输入主元个数。该模型与BP神经网络(back propagation neural-networks,BPNN)和支持向量机模型相比较具有良好的泛化能力。