电厂烟气含氧量的智能混合预测方法

针对电厂烟气含氧量难以进行有效预测的问题,提出一种烟气含氧量的智能混合预测方法。首先采用RBF神经网络、主元分析方法对输入变量进行降维处理;其次利用上述分析结果运用案例推理方法进行烟气含氧量的预测;然后,为反映烟气含氧量数据中的时间累积效应,采用过程神经网络方法对当前时刻烟气含氧量进行预测;最后基于方差-协方差方法的权值组合预测方法,获得最终的烟气含氧量。基于实际运行数据的分析和工业试运行表明,所提出的智能混合预测模型具有较高的精度和鲁棒性,可以较好地解决电厂烟气含氧量的预测问题。