基于集成学习的煤灰软化温度预测研究.pdfVIP

第卷第期佳木斯大学学报(自然科学版)

427Vol.42No.7

年月()

202407JournalofJiamusiUniversitNaturalScienceEditionJul2024

yy

文章编号:()

1008-1402202407-0044-04

基于集成学习的煤灰软化温度预测研究①

12

杜超贤,陈志奎

((),;,)

1.国能肇庆热电有限公司广东肇庆5260002.大连理工大学辽宁大连116023

:(),,

摘要对煤灰软化温度的预测任务现有的传统经验公式及神经网络算法普遍面临泛

ST

。,

用性和泛化能力不足的问题以堆叠结构组织回归决策森林和AdaBoost回归算法放松了原

,。

始数据规模和特征规模对模型参数规模的限制提高了模型的泛用性和泛化能力实验结果表

,,。

明该模型预测准确度能够控制在2.25%以内验证了所提出煤灰软化温度预测方法的有效性

:;;;

关键词软化温度集成学习设计煤配煤掺烧

中图分类号:文献标识码:

TP399A

,

和适应性进而在能源管理和环境保护等关键领域

引言

0

实现更广泛的应用。

在面对火力发电站运行过程中遇到的诸多挑

1相关工作

,,

战时配煤掺烧结焦问题尤为突出它不仅影响电

,

站的发电效率还可能引起设备损害和运行安全问

1.1回归决策树

。、,

题由于设计煤种类繁多性质各异这些差异性

。

对生产质量和生产效率会产生显著影响如何在决策树回归是一种应用于回归问题的决策树

,,,

防止发生结焦的前提下规划选择设计煤配比与生模型