基于支持向量机的大型电厂锅炉飞灰含碳量建模

被引:97
作者
王春林
周昊
周樟华
凌忠钱
李国能
岑可法
机构
[1] 能源清洁利用国家重点实验室浙江大学热能工程研究所
关键词
热能动力工程; 锅炉; 飞灰含碳量; 支持向量机;
D O I
10.13334/j.0258-8013.pcsee.2005.20.014
中图分类号
TK229.6 [燃煤锅炉];
学科分类号
摘要
飞灰含碳量是影响锅炉热效率的一个重要因素,影响燃煤锅炉飞灰含碳量的因素多而且复杂,对锅炉飞灰含碳量特性进行建模预测并结合优化算法实现燃烧优化是降低锅炉飞灰含碳量的有效方法。该文应用支持向量机算法建立了大型四角切圆燃烧锅炉飞灰含碳量特性的模型,并利用飞灰含碳量的热态实炉试验的数据对模型进行了校验,对支持向量机学习算法中参数的选择进行了探讨,获得了最佳学习参数。结果说明支持向量机与其它建模方法相比具有泛化能力好,计算速度快等优点,是锅炉飞灰含碳量特性建模的有效工具。
引用
收藏
页码:72 / 76
页数:5
相关论文
共 13 条
[1]   基于模糊支持向量机的多级二叉树分类器的水轮机调速系统故障诊断 [J].
张国云 ;
章兢 .
中国电机工程学报, 2005, (08) :100-104
[2]   电力系统谐波分析的稳健支持向量机方法研究 [J].
占勇 ;
丁屹峰 ;
程浩忠 ;
曾德君 .
中国电机工程学报, 2004, (12) :47-51
[3]   支持向量机训练和实现算法综述 [J].
王晓丹 ;
王积勤 .
计算机工程与应用, 2004, (13) :75-78+175
[4]   基于BP神经网络的电厂锅炉飞灰含碳量预测 [J].
方湘涛 ;
叶念渝 .
华中科技大学学报(自然科学版), 2003, (12) :75-77
[5]   基于支持向量机及油中溶解气体分析的大型电力变压器故障诊断模型研究 [J].
董明 ;
孟源源 ;
徐长响 ;
严璋 .
中国电机工程学报, 2003, (07) :88-92
[6]   短期负荷预测的支持向量机方法研究 [J].
李元诚 ;
方廷健 ;
于尔铿 .
中国电机工程学报, 2003, (06) :55-59
[7]   支持向量机回归理论与控制的综述 [J].
王定成 ;
方廷健 ;
唐毅 ;
马永军 .
模式识别与人工智能, 2003, 16 (02) :192-197
[8]   基于人工神经网络的大型电厂锅炉飞灰含碳量建模 [J].
周昊 ;
朱洪波 ;
曾庭华 ;
廖宏楷 ;
岑可法 .
中国电机工程学报, 2002, (06) :97-101
[9]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[10]  
统计学习理论[M]. 电子工业出版社 , (美)瓦普尼克(VladimirN.Vapnik)著, 2004