基于PCA-SVR的燃煤锅炉NO_x排放预测.pdfVIP

第 44卷 第 1期 热 力 发 电 VoI．44 NO．1 2015年 1月 THERM AL POW ER GENERAT10N Jan．2015 基 于 PCA—SVR 的燃煤锅 炉 钟用禄 ，李海 山 ，刘发圣 ，谭 鹏。，张尚志 ，张 成 (1．国网江西省电力科学研究院，江西 南昌 330096； 2．华中科技大学煤燃烧 国家重点实验室，湖北 武汉 430074) [摘 要]以某超超 临界 700MW 机组锅炉为对 象，建立 了基于主成分分析 (PCA)和支持 向量 回归 (SVR)的氮氧化物 (NO )排放预测模 型 (PCA—SVR模 型)。运用 PCA 方法对 包含 有 2000条锅炉运行记录的数据集进行分析，降低数据集维数，提取有效信 息(主成分)；以得到 的主成分为输入变量 ，锅炉 No 排放值为输 出变量 ，利用 SVR建立 NO 预测模型。与传统 SVR模型相比，PCA—SVR模型的计算时间更短 ，并且能获得较 高的N0 排放预测精度 ，其 预测 N0 排放浓度与实际排放浓度相 比平均误差在 1 以内。 [关 键 词]燃煤锅炉；NO5排放量；预测模型 ；主成分分析 ；支持向量机 [中图分类号]TK229 [文献标识码]A [文 章 编 号]1O02—3364(2O15)01—0087—04 EooI编 号]10．3969／i．issn．1002—3364．2015．01．087 PCA—SVR modelbasedNO emissionsprediction forcoal—firedboilers ZHONG Yonglu ，LIHaishan ，LIU Fasheng ， N Peng。，ZHANG Shangzhi，ZHANG Chenge (1．GridStateJiangxiElectricResearchInstitute。Nanchang330096，China； 2．StateKeyLaboratoryofCoalCombustion，HuazhongUniversityofScienceandTechnology，Wuhan430074，China) Abstract：Takinga700MW ultra—supercriticalboilerastheobject，anitricoxides(NO )emissionsmodel wasestablished，bycombiningprincipalcomponentanalysis(PCA)andsupportvectorregression (SVR)． ThePCA wasemployedtoanalyze2000operationalrecordsoftheboiler，whichreducedthedimensionof theinputvectorsandkeptthemostinformationofthedatasimultaneously．TheSVR wasusedtobuildthe NO emissionspredictionmodelbytakingtheprincipalcomponentsasinputsandNO emissionsasoutput． ComparedwiththeconventionalSVRmodel，thePCA—SVRmodelrequiredlesscomputationalcostandhad ahigherpredictiveaccuracy．According tothetest，theaveragerelativeerrorbetween themeasuredvalue andtheresultpredictedbythePCA—SVR modelwasbelow 1 ．Furthermore，thecomputationalresponse wasalsoveryfast． Keywords：coal—firedboiler，NO