锅炉燃料燃烧产生的蒸汽在工业火电厂中有非常重要作用,根据锅炉的工况,预测产生的蒸汽量,有利于实时监测锅炉燃烧效率。对锅炉工况数据进行预处理和特征工程提取出有用特征,对提取的特征构造多种机器学习算法模型,并将多模型进行融合。结果表明:多种机器学习算法融合后的模型优于单一模型的准确率,融合后的模型预测蒸汽量的均方根误差为0.106,为工业实时监测锅炉燃烧效率提供了重要参考依据。
科研之友
微信
新浪微博
Facebook
分享链接
