基于即时学习策略的火电厂烟气含氧量软测量 |
| |
引用本文: | 张炎欣,张航,王伟.基于即时学习策略的火电厂烟气含氧量软测量[J].装备制造技术,2010(4):47-51. |
| |
作者姓名: | 张炎欣 张航 王伟 |
| |
作者单位: | 中南大学信息科学与工程学院,湖南,长沙,410083 |
| |
基金项目: | 湖南省科学技术与科技计划,湖南省自然科学基金 |
| |
摘 要: | 针对电厂烟气含氧量难以进行有效预测的问题,从提高烟气含氧量预测模型在线自适应能力的角度出发,提出一种基于即时学习策略的改进支持向量机建模方法,并基于电厂实际运行数据进行了仿真研究。仿真实验表明,与标准BP神经网络和支持向量机等建模方法的比较,本算法具有更好的预测性能,虽然计算开销有所增加,但能够满足锅炉燃烧过程烟气含氧量预测的实时性要求。
|
关 键 词: | 烟气含氧量 在线自适应 即时学习 改进支持向量机 |
Soft-sensing of Flue Gas Oxygen Content of Power Plant based on Just-in-time Learning |
| |
Authors: | ZHANG Yan-xin ZHANG Hang WANG Wei |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|