基于RF-GBDT的燃煤锅炉NO_x排放预测

作者：桂良明; 夏永俊; 李海山; 谭鹏; 张尚志; 张成

来源：电站系统工程, 2017, 33(02): 5-8.

• NOx预测
• 随机森林(RF)
• 梯度提升决策树(GBDT)
• 燃煤锅炉

针对某超超临界660 MW机组锅炉,建立了基于随机森林(RF)和梯度提升决策树(GBDT)算法的氮氧化物(NOx)排放预测模型。从电厂SIS系统筛选得到历史运行数据中的稳态工况点,利用RF模型对数据特征进行筛选,并以选中特征作为输入变量建立基于GBDT的NOx排放预测模型。与支持向量机(SVM)、RF等模型的对比表明基于RF的特征选择能提升模型性能;较于其他模型,RF-GBDT具有最高的NOx排放预测精度。

• 单位
  国网江西省电力科学研究院; 华中科技大学; 煤燃烧国家重点实验室