基于FAR-HK-ELM的燃煤电站锅炉NOx排放预测_中国煤炭行业知识服务平台

基于FAR-HK-ELM的燃煤电站锅炉NOx排放预测

作者

付文华谢珺任密蜂续欣莹阎高伟
单位

太原理工大学电气与动力工程学院太原理工大学信息与计算机学院
摘要

结合快速属性约简（FAR）与混合核极限学习机（HK-ELM）算法,提出了一种基于FAR-HK-ELM的燃煤电站锅炉NOx排放预测方法。该方法首先通过FAR算法筛选出影响NOx排放量的主要影响属性,剔除高维特征的冗余信息;然后构建基于全局多项式核函数（Poly）和局部高斯径向基核函数（RBF）的HK-ELM对NOx排放进行建模。通过带约束的权重线性递减粒子群寻优算法和交叉验证来获得模型的最优参数。以某燃煤电站锅炉运行系统为例,将模型应用于真实运行数据并进行预测分析验证。实验结果表明,与BP、SVM、PK-ELM、GK-ELM和HK-ELM等模型相比,所提方法进一步提高了模型的泛化能力。该研究为燃煤电站锅炉系统的燃烧优化奠定了基础。
关键词

氮氧化物排放属性约简混合核极限学习机（HK-ELM）预测模型
基金项目(Foundation)

国家自然科学基金项目（61973226）；山西省自然科学基金项目（201801D121144,201801D221190）；
文章目录

1 快速属性约简相关知识
2 混合核极限学习机(HK-ELM)
3 基于FAR-HK-ELM的燃煤电站锅炉NOx排放预测方法
4 实验分析及结果
4.1 实验数据准备及评价指标
1) 粗糙集属性重要度计算公式如下：
2) 衡量模型的学习能力和预测能力的计算公式如下：
4.2 FAR-HK-ELM建模
4.3 多种算法性能比较分析
5 总结
引用格式

付文华,谢珺,任密蜂,续欣莹,阎高伟.基于FAR-HK-ELM的燃煤电站锅炉NO_x排放预测[J].太原理工大学学报,2021,52(03):430-436.