基于最小二乘支持向量机的煤粉着火温度预测分析

作者：常爱英; 吴铁军; 赵虹; 包鑫

来源：热能动力工程, 2011, (01): 97-127.

• 煤粉
• 着火温度
• 预测模型
• 最小二乘支持向量机
• BP神经网络
• PLS pulverized coal
• ignition temperature
• least square supportive vector machine
• BP(back propagation) neural network
• partial least square(PLS)

针对关系到锅炉经济安全运行的煤着火温度估计难的问题,采用最小二乘支持向量机方法建立煤粉着火温度的预测模型,并和利用PLS以及BP神经网络等方法建立的预测模型进行对比,结果表明,最小二乘支持向量机克服了BP神经网络泛化能力弱以及PLS无法解决的非线性等问题,采用最小二乘支持向量机方法建立的煤粉着火温度模型具有很高的预测精度。

• 单位
  浙江大学; 工业控制技术国家重点实验室