带有特征选取电站锅炉燃烧效率建模

作     者：唐振浩 吴笑妍 曹生现 TANG Zhen-hao;WU Xiao-yan;CAO Sheng-xian

作者机构：东北电力大学自动化工程学院吉林吉林132012 

基　　金：国家自然科学基金(61503072,51606035) 吉林省自然科学基金(20190201095JC,20190201098JC) 

出 版 物：《哈尔滨理工大学学报》 (Journal of Harbin University of Science and Technology)

年 卷 期：2020年第25卷第2期

页      码：1-7页

摘      要：针对电站锅炉效率难以准确测定问题,依据机器学习理论,采用数据驱动建模方法建立锅炉效率预测模型。分类回归树(CART)算法通过数据分析选取对锅炉效率影响显著的相关变量。然后,K最近邻(KNN)分类器对相关变量的样本进行分类,区分不同工况生产数据。根据不同工况数据,设计了一种基于差分进化算法(DE)的最小二乘支持向量机(LSSVM)建立数据驱动模型(DDMMF),DE动态优化LSSVM的参数以提高模型精度。最后,对预测模型进行动态修正进一步提高预测精度。基于实际生产数据的实验结果表明,该模型能够准确预测锅炉燃烧效率,满足锅炉燃烧过程控制和优化的需求。

主 题 词：特征选取 K最近邻分类器 数据驱动模型 模型修正 锅炉燃烧效率 

学科分类：0810[工学-土木类] 080802[080802] 0808[工学-自动化类] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 081002[081002] 

D　O　I：10.15938/j.jhust.2020.02.001

馆 藏 号：203932766...