基于最小二乘支持向量机的软测量建模及在电厂烟气含氧量测量中的应用

通过分析燃煤电厂烟气含氧量测量的现状。提出了基于最小二乘支持向量机的软测量方法,给出了相应的系统结构和算法,用现场实测数据计算取得了良好的效果。通过和神经网络方法的比较,仿真结果证明了该方法具有更好的性能指标。     

基于神经网络的火电厂烟气含氧量软测量

介绍了测量仪表及过程控制中的软测量技术.讨论了软测量技术的有关问题和开发策略.提出了基于一种复合型神经网络的火电厂烟气含氧量软测量模型,并且用它对火电厂烟气含氧量的软测量进行了建模仿真验证,现场不同负荷下的实测数据仿真验证结果表明了软测量方法的有效性.最后给出了应用前景展望.     

基于GMDH的电厂烟气含氧量软测量

烟气含氧量是评价火电厂锅炉燃烧好坏的一项重要指标,所以准确的测量尤为重要。本文主要研究内容是利用软测量技术对电厂烟气含氧量进行仿真测量,所采用的软测量建模方法为数据成组处理法(Group method of data handling,GMDH),利用从华润某电厂300MW机组得到的实际运行数据建立模型,并与BP神经网络所得预测结果进行对比。仿真结果表明:该方法能够较准确的对火电厂烟气含氧量进行预测。     

基于支持向量机的软测量建模方法

提出了一种基于支持向量机的软测量方法，并建立了青霉素发酵过程中菌丝浓度的软测量模型，通过实验分析了参数调整和核函数选择对支持向量机建模的影响．利用现场数据建立各种软测量模型可以发现，与其他软测量方法相比，支持向量机方法在理论上优于人工神经网络等其他建模方法．     

基于多目标LSSVM回归的火电厂烟气含氧量软测量

为了提高基于LSSVM的软测量模型的可信度,提出将平均拟合误差、平均预测误差与最大预测误差作为模型参数优化的3个目标,并根据两个预测误差目标之间的差值来设置模型参数选择的偏好;基于某电厂600MW超临界机组运行时采集的数据,对烟气含氧量进行的建模仿真结果表明:根据偏好选择LSSVM的正则化参数γ与核函数宽度σ可以同时兼顾模型的拟合能力与预测能力,并确保模型的最大预测误差小于一定的上限,从而能够提高模型的可信度;在此基础上,对γ与σ值变化的仿真试验进一步验证了综合考虑上述3个目标来进行模型参数优化选择的合理性。     

基于支持向量机的软测量建模

本文主要讨论支持向量机方法在聚酯工业过程软测量建模中的应用,分析各类支持向量机算法、参数及核函数的选择对建模精度的影响。     

基于支持向量机的软测量技术及其应用

支持向量机(SVM)是一种基于结构风险最小化原理,具有很好推广性能的学习算法。讨论了基于最小二乘支持向量机(LS-SVM)的软测量数据建模原理和方法,并将其应用在汽车排放的氮氧化合物NOX软测量中。通过与基于神经网络的软测量方法进行比较,结果显示出SVM的明显的优势,特别是对小样本、非线性、高维数一类软测量问题的建模,提供了一种有效的途径。     

基于支持向量机的嵌入式软仪表

过去几年中，神经网络尤其是径向基网络得到广泛了应用，支持向量机作为一种新兴的学习机和神经网络相比有着极大的优越性，以某炼油厂催化裂化单元中的轻柴油凝固点为例，从Matlab算法验证和工程实践两方面说明了支持向量机在软测量建模中的巨大优越性。     

基于支持向量机软测量技术的应用

软测量技术在工业过程控制中得到广泛的应用。在软测量建模过程中,基于支持向量机的算法能较好地解决小样本、非线性、高维数、局部极小点等问题。在简单介绍最小二乘支持向量机算法的基础上,提出了一种新的改进算法——多输入多输出最小二乘支持向量机算法,将其应用到丙烯腈收率的预测模型中,并且与传统的神经网络算法以及多输入单输出最小二乘支持向量机算法进行建模比较。结果表明,这种算法可以在付出轻微代价的基础上,实现多输入多输出模型的软测量,并取得良好的效果。     

基于支持向量机的质量控制软测量建模

在具体研究支持向量机理论的基础上,提出了一种基于支持向量机的软测量控制方法。针对工业过程变量无法在线测量和大滞后的问题,建立了相应的支持向量机回归模型,将此方法用于合成反应器的质量控制中,实现了输出值的在线预估,并分析了参数调整和核函数的选择对建模的影响,得到了泛化良好的模型仿真结果。     

基于PSO-Elman模型的火电厂烟气含氧量预测

针对火电厂烟气含氧量测量精度较低、测量成本较大等问题,提出基于PSO-Elman网络模型的烟气含氧量预测方法。选择合理的相关辅助变量,引入Elman神经网络建立辅助变量与烟气含氧量的关系模型;利用PSO对Elman中所有的权值、阈值进行寻优,将其最优权值和阈值作为初值赋给Elman;经过训练,建立基于PSO-Elman模型的预测模型,完成火电厂烟气含氧量的软测量。通过仿真,与Elman网络和LSSVM模型的预测结果作对比,所提模型具有较高的预测精度和良好的泛化能力。     

重整再生器氧含量软测量系统

介绍了重整再生器氧含量软测量系统的具体实现方法。基于遗传算法的T-S模糊神经网络建立再生器氧含量模型，利用厂内现有的DCS系统和局域网，以及编制软测量程序完成对重整再生器氧含量的软测量。     

高压变频在2×600MW机组发电厂的应用

发电厂静叶可调式轴流引风机的高压变频改造能够从根本上提高综合效益。本文从宁夏大唐国际大坝发电公司的可调式轴流引风机进行高压变频改造的准备工作及技术难题入手,深入地分析了合康高压变频改造过程中对双核DSP控制系统、无速度传感矢量控制技术的选用及主电路的构造。最后,全面地介绍了静叶可调式轴流引风机高压变频改造效果。     

烟气连续监测系统在电厂烟气脱硫工程中的应用

CEMS是一个多参数,多用途的在线仪表监测系统,本文介绍了能信热电2*200MW机组烟气脱硫工程CEMS系统的组成、子系统及与其他系统的接口。     

科远NT6000分布式控制系统（DCS）在电厂烟气脱硫自动化工程中的应用

本文介绍南京科远NT6000 DCS系统在电厂烟气脱硫自动化工程中的应用。作者介绍了脱硫工艺方案的选择,重点介绍了达拉特电厂1-2#机组烟气脱硫工艺原理及NT6000 DCS系统在脱硫综合自动化系统中的应用。该系统从投放至今运行稳定。不但创造了巨大的经济效益,而且保护了环境,有利于持续发展。     

传感器技术在智能变电站中的应用

介绍传感器技术在智能变电站中的应用,以及使用中的注意事项。     

UPS在综合电厂的应用

以山西西山热电有限责任公司的交流不间断电源系统为例,交流不间断电源系统为电厂自动化系统、消防安全报警装置等重要负荷提供稳定的、可靠的不间断电源,在电厂有着重要的作用.     

现场总线技术在垃圾电厂的应用

以国内某垃圾电厂为例,介绍现场总线应用现状,总结现场总线技术的发展障碍及其前景.     

Ovation系统在热电厂的应用方案

结合乌石化热电厂3号机组技改项目,介绍Ovation系统的应用及特点,并针对应用过程中遇到的问题提出解决方案.     

化工原料中对羧基苯甲醛含量的软测量建模

研究化工原料生产中对羧基苯甲醛含量预测问题.传统对4-CBA含量的实时控制的算法依赖样本数据的个数,导致求解复杂,计算速度慢,准确度低.为了克服传统算法的不足,解决PTA氧化过程非线性、时变、大滞后,样本数据采集困难等问题,提出了一种基于最小二乘支持向量机的软测量建模方法,采用小样本的函数回归预测建立了对二甲苯(PX)氧化反应器的数学模型,通过交叉验证的方法进行参数选择,结果表明预测模型具有良好的非线性,较高的精确度,泛化能力强,是用于PTA氧化过程中4-CBA含量预测的一种有效的方法.