以某600 MW机组脱硫系统为对象,提出了一种基于迁移学习的湿法烟气脱硫系统出口SO2浓度预测模型。针对不同浆液循环泵组合下模型特性参数的边缘分布发生变化的场景,建立了基于核均值匹配(KMM)的样本加权最小二乘支持向量机(LSSVM)模型,并与实际运行数据进行了对比验证。结果表明:融合样本迁移权重的LSSVM模型可以有效提升不同浆液循环泵组合运行方式下脱硫系统出口SO2浓度预测模型的精度,并增强了模型的泛化能力。
科研之友
微信
新浪微博
Facebook
分享链接
