基于PCA和支持向量机的电站入炉煤量软测量技术

被引：7

作者：

刘翠翠 ^{[1
]}

郭为民 ^{[2
]}

苏杰 ^{[1
]}

唐耀华 ^{[2
]}

机构：

[1] 华北电力大学

[2] 国网河南省电力公司电力科学研究院

来源：

自动化与仪器仪表 | 2015年 / 10期

关键词：

入炉煤量; 主元分析; 支持向量机; 软测量;

D O I：

10.14016/j.cnki.1001-9227.2015.10.213

中图分类号：

TM621.2 [锅炉及燃烧系统]; TP18 [人工智能理论];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

电厂燃煤机组中,锅炉的入炉煤量直接关系到炉膛的燃烧情况,提供锅炉需要的煤粉量对提高锅炉的燃烧效率有重要意义。然而受到各种变化因素的影响,造成入炉煤量的测量误差较大。针对入炉煤量的测量问题,本文提出将主元分析(PCA)技术与支持向量机(SVM)相结合,建立入炉煤量的软测量模型,该方法利用主元分析技术将建模数据进行压缩,降低了支持向量机建模的难度,提高入炉煤量计算的可靠性和准确性。电厂实际运行数据验证表明:该方法能有效跟踪入炉煤量的变化,且计算简便,具有较好的推广应用价值。

引用

页码：213 / 214+218 +218

页数：3

共 9 条

[1]

基于机器学习的火电机组一次风量软测量技术 [J].