期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于数据重构的电厂锅炉NO_(x)质量浓度预测模型
1
作者 谢刚 蔡之伟 +2 位作者 王宇飞 张晓红 周勇 《安全与环境学报》 2025年第11期4446-4455,共10页
火力发电厂燃煤锅炉系统的运行数据具有维度高、时延显著及海量等特性,使得炉膛出口NO_(x)质量浓度难以精确预测。针对这一问题,研究提出了一种基于数据重构的NO_(x)质量浓度预测模型构建方法。首先,通过数据清洗、稳态辨别与时延校正,... 火力发电厂燃煤锅炉系统的运行数据具有维度高、时延显著及海量等特性,使得炉膛出口NO_(x)质量浓度难以精确预测。针对这一问题,研究提出了一种基于数据重构的NO_(x)质量浓度预测模型构建方法。首先,通过数据清洗、稳态辨别与时延校正,构建时延重构数据集。其次,应用相关性、冗余性与互补性权衡算法筛选出更为全面的最优特征变量集。再次,利用基于差分进化算法的核模糊C均值聚类算法对不同工况进行划分,并根据工况特征自动划分数据集,进而得到多组更加简洁且具有较强泛化能力的最优特征变量子集。最后,对比数据重构前后数据集所构建预测模型的准确性。研究对某600 MW燃煤机组数据仿真发现,通过数据重构得到的最优特征变量子集在模型构建中的表现更佳,其均方根误差平均降低了67%,平均绝对误差平均降低了66.2%,平均绝对百分比误差平均降低了0.61百分点,且模型训练时间缩短了90.9%,有效提升了NO_(x)质量浓度预测模型的准确性与效率。 展开更多
关键词 环境工程学 时延校正 最优特征变量 工况划分 最小二乘法模型 NO_(x)质量浓度预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部