基于偏最小二乘和超限学习机结合的电站锅炉NOx排放建模(英文)

作者：董泽; 马宁; 李长青

来源：Journal of Southeast University (english Edition), 2019, 35(02): 179-184.

• NOx排放
• 偏最小二乘
• 超限学习机
• 电站锅炉

为了降低NOx排放量,需要建立一个实时准确的NOx排放模型.提出了基于偏最小二乘(PLS)和超限学习机(ELM)相结合的PLS-ELM模型用于建立电站锅炉NOx排放模型.首先,根据机理分析确定NOx排放模型的初始输入变量,然后,利用PLS对初始输入数据进行特征提取,最后,将提取后的信息作为ELM模型的输入.利用某1 000 MW电站锅炉分散控制系统(DCS)历史数据库中的现场运行数据对PLS-ELM模型进行训练和验证,并将模型的性能与BP神经网络、SVM和ELM模型进行了对比.PLS-ELM模型对训练数据集和测试数据集的平均相对误差(MRE)分别为1.58%和1.69%.仿真结果表明:PLS-ELM模型的预测精度和模型的耗时均优于BP、SVM和ELM模型.

• 单位
  华北电力大学