基于某电厂350 MW燃煤机组的历史运行数据,开展了脱硝系统入口NOx浓度预测模型的研究。研究采用Python语言实现,基于机组负荷、给煤量、烟气含氧量、燃尽风门开度等输入变量,构建脱硝系统入口NOx浓度预测模型。本文选用在线更新的最小...基于某电厂350 MW燃煤机组的历史运行数据,开展了脱硝系统入口NOx浓度预测模型的研究。研究采用Python语言实现,基于机组负荷、给煤量、烟气含氧量、燃尽风门开度等输入变量,构建脱硝系统入口NOx浓度预测模型。本文选用在线更新的最小二乘支持向量回归(Least Squares Support Vector Regression, LSSVR)和分块时序混合器(Patch-based Time Series Mixer, PatchTSMixer)两种算法进行建模对比。结果表明,在RMSE、MAE和决定系数R2等评价指标下,LSSVR模型在预测精度上优于PatchTSMixer模型,LSSVR模型具有更快的训练速度、较好的泛化性能和更强的非线性拟合能力。展开更多
针对复杂工业过程中的非线性、非高斯特性以及多工况问题,提出了一种基于局部模型的在线统计监测新方法.首先利用局部最小二乘支持向量机回归(Least square support vector regression,LSSVR)模型对过程输出进行预测,与真实的输出相比...针对复杂工业过程中的非线性、非高斯特性以及多工况问题,提出了一种基于局部模型的在线统计监测新方法.首先利用局部最小二乘支持向量机回归(Least square support vector regression,LSSVR)模型对过程输出进行预测,与真实的输出相比较构成残差序列.然后利用ICA-PCA两步特征提取策略,完整地提取残差的高斯和非高斯信息,最后用三个统计量(I^2、T^2和SPE)对过程进行监测,建立了一种具有非线性、非高斯特性的多工况过程在线监测算法.通过对TE(Tennessee Eastman)过程的仿真研究,验证提出的方法是可行、有效的,并显示出了一定的故障检测能力.展开更多
文摘基于某电厂350 MW燃煤机组的历史运行数据,开展了脱硝系统入口NOx浓度预测模型的研究。研究采用Python语言实现,基于机组负荷、给煤量、烟气含氧量、燃尽风门开度等输入变量,构建脱硝系统入口NOx浓度预测模型。本文选用在线更新的最小二乘支持向量回归(Least Squares Support Vector Regression, LSSVR)和分块时序混合器(Patch-based Time Series Mixer, PatchTSMixer)两种算法进行建模对比。结果表明,在RMSE、MAE和决定系数R2等评价指标下,LSSVR模型在预测精度上优于PatchTSMixer模型,LSSVR模型具有更快的训练速度、较好的泛化性能和更强的非线性拟合能力。
