基于最小二乘支持向量回归机的燃煤锅炉结渣特性预测

被引:18
作者
徐志明 [1 ]
文孝强 [2 ]
孙媛媛 [1 ]
孙灵芳 [1 ]
机构
[1] 东北电力大学能源与机械工程学院
[2] 华北电力大学能源与动力工程学院
关键词
最小二乘支持向量回归机; 燃煤锅炉; 动态指标; 结渣; 评判;
D O I
10.13334/j.0258-8013.pcsee.2009.17.011
中图分类号
TK229.6 [燃煤锅炉];
学科分类号
080703 ;
摘要
对燃煤锅炉结渣特性建模预测并结合优化算法实现燃烧优化是降低锅炉结渣几率有效的方法。文中将煤的软化温度tST、硅铝比w(SiO2)/w(Al2O3)、碱酸比J、硅比G以及锅炉的无因次炉膛平均温度φt、无因次切圆直径φd等作为输入变量,以结渣程度作为输出,建立最小二乘支持向量回归机燃煤锅炉结渣预测模型。同时采用显微镜原理对惩罚参数γ和核参数σ进行寻优,快速有效地获得二者的最优组合。通过对5台锅炉结渣特性进行预测评判,结果表明此方法是合理可行的。同时依据本方法及面向对象的高级语言,开发了相应的预测评判系统。
引用
收藏
页码:8 / 13
页数:6
相关论文
共 23 条
[1]   两种数学模型在评判燃煤结渣特性中的改进及应用 [J].
文孝强 ;
刘彦臣 ;
孙媛媛 ;
孙灵芳 .
东北电力大学学报, 2007, (06) :71-76
[2]   燃煤锅炉结渣特性预测方法综述 [J].
陈立军 ;
文孝强 ;
王恭 ;
孙灵芳 ;
杨善让 .
热力发电, 2006, (06) :1-5+67
[3]   基于支持向量机的大型电厂锅炉飞灰含碳量建模 [J].
王春林 ;
周昊 ;
周樟华 ;
凌忠钱 ;
李国能 ;
岑可法 .
中国电机工程学报, 2005, (20) :72-76
[4]   基于模糊支持向量机的多级二叉树分类器的水轮机调速系统故障诊断 [J].
张国云 ;
章兢 .
中国电机工程学报, 2005, (08) :100-104
[5]   基于最小二乘支持向量机的电站锅炉空预器热点检测系统研究 [J].
刘涵 ;
李琦 ;
刘丁 ;
梁炎明 ;
宋念龙 .
中国电机工程学报, 2005, (03) :149-154
[6]   电力系统谐波分析的稳健支持向量机方法研究 [J].
占勇 ;
丁屹峰 ;
程浩忠 ;
曾德君 .
中国电机工程学报, 2004, (12) :47-51
[7]   基于支持向量机的船舶电力负荷预测 [J].
王锡淮 ;
朱思锋 .
中国电机工程学报, 2004, (10) :38-41
[8]   基于人工神经网络数据挖掘技术进行煤灰结渣特性分析 [J].
徐创学 ;
张心 ;
康爱军 .
热力发电, 2004, (06) :27-30+87
[9]   以煤灰碱酸比与硅铝比的乘积作为动力用煤结渣指数的探讨 [J].
黄千钧 .
动力工程, 2004, (03) :340-344
[10]   支持向量机训练和实现算法综述 [J].
王晓丹 ;
王积勤 .
计算机工程与应用, 2004, (13) :75-78+175