基于变量选择和XGBoost组合模型的NOx排放预测

作者：邢红涛; 郭江龙; 张颖; 刘书安; 刘波; 常志伟

来源：自动化与仪器仪表, 2021, (07): 21-25.

DOI：10.14016/j.cnki.1001-9227.2021.07.021

• XGBoost
• 偏最小二乘
• 变量选择
• 组合模型
• NOx排放预测

NOx排放是燃煤锅炉的主要污染物,精准地预测NOx排放对电站锅炉燃烧优化具有重要意义。以某电厂330 MW燃煤锅炉变负荷工况数据为研究对象,提出一种基于变量选择和XGBoost组合模型的NOx排放预测方法。首先,针对复杂多样的热工变量,基于偏最小二乘(PLS)进行变量选择。然后,基于XGBoost建立NOx排放组合预测模型,组合模型通过线性模型融合基于NOx排放历史序列和变量特征的单预测模型建立。最后,通过变负荷工况数据证所提方法预测能力和泛化能力,并与其他方法对比。试验表明,所提XGBoost组合模型具有较高的预测精度和较强的泛化能力,对燃煤机组实际运行具有指导意义。