网络首发时间:2018-11-09 11:36:09

节点文献

基于多模型聚类集成的锅炉烟气NO_x排放量预测模型

免费订阅

【作者】 甄成刚刘怀远

【机构】 华北电力大学控制与计算机工程学院

【摘要】 电站锅炉烟气NO_x排放量的预测控制对电站的经济效益和环境污染治理有重要影响。为了提高NO_x排放量预测模型的精度,本文提出了一种基于多模型聚类集成的锅炉烟气NO_x排放量建模方法。首先根据输出NO_x排放量的高低划分数据空间,通过基于相关性分析的变量权重和基于信息熵的分层聚类确定参与聚类的变量,然后利用提出的多模型聚类集成(VMSC)算法聚类得到各子空间的隶属度矩阵,最后采用融合隶属度的最小二乘法对各子空间的最小二乘支持向量机(LS-SVM)模型进行集成。仿真结果表明,通过集成模糊c均值聚类(FCM)和有监督的遗传算法-软模糊聚类(GA-SFCM)的VMSC算法提高了建模的精度,比单一模型的仿真性能更好。

【基金】 中央高校基本科研业务费专项资金资助(2016MS143,2018ZD05);北京市自然科学基金资助(4182061)
  • 【DOI】10.19666/j.rlfd.201808160
  • 【分类号】X773
  • 【下载频次】11

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: