基于灰色支持向量机组合模型的我国火电NOx排放量预测

被引：5

作者：

赵毅 ^{[1
]}

周建国 ^{[2
]}

梁怀涛 ^{[2
]}

机构：

[1] 华北电力大学环境科学与工程学院

[2] 华北电力大学经济与管理学院

来源：

环境科学研究 | 2011年 / 24卷 / 05期

关键词：

NOx排放量; 灰色预测模型; 支持向量机; 组合预测模型;

D O I：

10.13198/j.res.2011.05.17.zhaoy.004

中图分类号：

X773 [电力工业];

学科分类号：

083002 ;

摘要：

区域火电NOx排放量的预测属于小样本、贫信息的灰色系统.由于NOx排放量受多个因素的叠加性影响,单一预测模型难以准确反映NOx排放量的复杂变化,易产生较大的预测误差.基于此,利用灰色预测理论和支持向量机预测理论,建立了火电NOx排放量组合优化预测模型.采用国家权威部门发布的火电NOx排放量数据,综合考虑影响我国火电NOx排放量的主要因素,对我国2008—2010年以及2020年的火电NOx排放量进行了预测,预测结果与官方公布的实际值基本一致;同时,预测的时间大大缩短.

引用

收藏

页码：489 / 496

页数：8

相关论文

共 18 条

[1]

基于图像处理的未燃烬碳与NOx排放量的预测及炉膛燃烧运行指导系统.[D].林彬.浙江大学.2004, 04

[2]

遗传算法和支持向量机混合方法及其应用.[D].李治友.重庆大学.2003, 01

[3] 基于支持向量机与高斯分布估计的低NOx排放 [J].

梁绍华 ;

郑立刚 ;

周昊 ;

岑可法 .

化工学报, 2009, 60 (01) :223-229

[4] 基于遗传算法和支持向量机的低NOx燃烧优化 [J].

王春林 ;

周昊 ;

李国能 ;

凌忠钱 ;

岑可法 .

中国电机工程学报, 2007, (11) :40-44

[5] 辽宁省1980—2003年氮氧化物排放清单初步研究 [J].

高新华 ;

汪莉 ;

曹云者 ;

李丽和 .

环境科学研究, 2006, (06) :35-39

[6] 基于遗传算法的支持向量回归机参数选取 [J].

杜京义 ;

侯媛彬 .

系统工程与电子技术, 2006, (09) :1430-1433

[7] 基于灰色支持向量机的新型预测模型 [J].

唐万梅 .

系统工程学报, 2006, (04) :410-413

[8] 多因素影响的灰色神经网络组合电力负荷预测 [J].

顾曦华 ;

邢棉 ;

牛东晓 .

华东电力, 2006, (07) :6-9

[9] 我国大气氮氧化物污染控制对策 [J].

高婕 ;

王禹 ;

张蓓 .

环境保护科学, 2004, (05) :1-3

[10] 统计回归方法在电站锅炉氮氧化物排放量监测中的应用 [J].

白卫东 ;

严建华 ;

王飞 ;

马增益 ;

林彬 ;

张清宇 ;

倪明江 ;

岑可法 .

动力工程, 2004, (03) :431-435