基于偏最小二乘回归的灰熔点预测

被引：10

作者：

徐志明 ^{[1
]}

郑娇丽 ^{[1
]}

文孝强 ^{[2
]}

机构：

[1] 东北电力大学能源与动力工程学院

[2] 华北电力大学能源与动力工程学院

来源：

动力工程学报 | 2010年 / 30卷 / 10期

关键词：

灰熔点; 变形温度; 煤灰成分; 预测模型; 偏最小二乘回归; 结渣;

D O I：

暂无

中图分类号：

TK227 [运行];

学科分类号：

摘要：

利用煤灰成分作为输入变量,煤灰变形温度作为输出变量,采用偏最小二乘回归法(PLS)对灰熔点问题进行建模.然后用60个样本对该模型进行训练,利用得到的PLS回归方程对20个混煤样本的灰熔点进行预测,并对不同灰成分个数作为输入变量时得到的预测结果进行了比较.结果表明:所建立的灰熔点PLS回归模型能较好地预测灰熔点;采用10个煤灰成分作为输入变量时,灰熔点的平均相对预测误差和最大相对预测误差分别为1.05%和1.19%,比采用7个煤灰成分作为输入变量时的预测结果精确.

引用

页码：788 / 792+803 +803

页数：6

共 10 条

[1] 600MW超临界煤粉炉燃烧过程数值模拟 [J].

蔡晓辉 ;

武进猛 ;

侯伟军 .

应用能源技术, 2009, (09) :18-21

[2] 300MW锅炉掺烧低灰熔点煤种的应用研究 [J].

赵振宁 ;

佟义英 ;

方占岭 ;

代东 ;

张清峰 ;

李建东 ;

付俊杰 ;

张秀源 ;

王卫东 ;

李侠 ;

赵海峰 ;

王海滨 ;

董绍存 .

动力工程, 2009, 29 (06) :516-521+527

[3] 蚁群前馈神经网络在煤灰熔点预测中的应用 [J].

刘彦鹏 ;

仲玉芳 ;

钱积新 ;

吴明光 .

热力发电, 2007, (08) :23-26

[4] 基于支持向量机与遗传算法的灰熔点预测 [J].

王春林 ;

周昊 ;

李国能 ;

邱坤赞 ;

岑可法 .

中国电机工程学报, 2007, (08) :11-15

[5] 支持向量机技术在动力配煤中灰熔点预测的应用 [J].

李建中 ;

周昊 ;

王春林 ;

岑可法 .

煤炭学报, 2007, (01) :81-84

[6] 煤灰熔融性的研究现状与分析 [J].

王泉清 ;

曾蒲君 .

煤炭转化, 1997, (02) :32-37

[7] Predicting coal ash fusion temperature with a back-propagation neural network model [J].

Yin, CG ;

Luo, ZY ;

Ni, MJ ;

Cen, KF .

FUEL, 1998, 77 (15) :1777-1782

[8]

电厂锅炉原理及设备.[M].叶江明主编;.中国电力出版社.2004,

[9]

锅炉原理.[M].樊泉桂主编;.中国电力出版社.2004,

[10]

实用统计分析及其DPS数据处理系统.[M].唐启义;冯明光著;.科学出版社.2002,

← 1 →