基于即时学习策略的火电厂烟气含氧量软测量

基于即时学习策略的火电厂烟气含氧量软测量

摘要： 针对电厂烟气舍氧量难以进行有效预测的问题,从提高烟气含氧量预测模型在线自适应能力的角度出发,提出一种基于即时学习策略的改进支持向量机建模方法,并基于电厂实际运行数据进行了仿真研究.仿真实验表明,与标准BP神经网络和支持向量机等建模方法的比较,本算法具有更好的预测性能,虽然计算开销有所增加,但能够满足锅炉燃烧过程烟气含氧量预测的实时性要求. 作 者： 张炎欣    张航    王伟    ZHANG Yan-xin    ZHANG Hang    WANG Wei   作者单位： 中南大学信息科学与工程学院,湖南,长沙,410083  期 刊： 装备制造技术    Journal： EQUIPMENT MANUFACTURING TECHNOLOGY  年，卷(期)： 2010, ""(4)  分类号： X773  关键词： 烟气含氧量    在线自适应    即时学习    改进支持向量机   

【基于即时学习策略的火电厂烟气含氧量软测量】相关文章：

英语学习六大策略05-04

基于永久散射体雷达干涉测量的苏州地区沉降研究12-03

谈英语学习策略和英语学习方法05-04

《学习自然测量》大班教案08-25

基于SWOT分析凤凰单丛茶市场分析及营销策略论文11-28

软考总结04-28

英语口语学习的六大策略05-04

做软陶作文12-10

如何提升软实力11-23

火电厂的实习报告04-20