科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对火电机组烟气排放连续监测系统对NOx气体测量滞后的问题,将互信息变量选择和通过粒子群算法优化参数的最小二乘支持向量机模型相结合,建立了脱硝反应器入口NOx浓度的预测模型。影响NOx生成的数据类型繁多,变量之间存在很强的耦合性,而使用互信息对变量进行筛选,在考虑到主导变量与辅助变量间最大的相关性的同时,降低了选取的辅助变量间的冗余性。将互信息法筛选出来的辅助变量作为PSO-LSSVM模型的输入,经Matlab仿真模拟,并将此模型与未经互信息进行变量筛选的PSO-LSSVM模型进行比较,表明该模型可以较好地实现对火电机组脱硝反应器入口NOx浓度的预估,同时为得到SCR脱硝反应器的最佳喷氨量打下了良好的基础。
- 单位
