网络首发时间:2019-01-03 10:33:57

节点文献

基于最小二乘支持向量机的改进型在线NO_x预测模型

免费订阅

【作者】 丁续达金秀章张扬

【机构】 华北电力大学控制与计算机工程学院

【摘要】 本文提出了一种基于预测误差的在线更新最小二乘支持向量机(LSSVM)的NO_x预测模型。LSSVM模型以预测精度作为在线更新的目标,在保证预测精度的前提下,选取影响NO_x排放的输入参数,模型输入数据的更新由总体误差决定,并由个体样本的误差指导数据选取,克服了原在线更新LSSVM模型中的单步更新计算量随时间增加、更新算法参数选取困难等问题。利用模拟实验和电厂分布式控制系统(DCS)实际数据对本文提出算法模型和原算法模型进行仿真,结果表明本文提出模型预测精度和计算速度均能够达到现场运用的要求。与原算法模型相比,在保持相同精度的前提下,计算速度是原算法模型的3.24倍,使用方法更简单,更适合现场使用。

【关键词】 软测量LSSVMNO_x监测在线预测模型超低排放SCR
【基金】 国家重点研发计划项目(2016YFB0600701)
  • 【DOI】10.19666/j.rlfd.201803023
  • 【分类号】TP18;X773
  • 【下载频次】44

中国知网独家网络首发,未经许可,禁止转载、摘编。"

节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: