基于PCA-IFOA-LSSVM集成的电站锅炉NO制造技术

本发明专利技术公开提供了基于PCA‑IFOA‑LSSVM集成电站锅炉NO

【技术实现步骤摘要】
基于PCA-IFOA-LSSVM集成的电站锅炉NOx排放预测算法
本专利技术涉及人工智能领域，特别是一种基于PCA-IFOA-LSSVM集成的电站锅炉NOx排放预测方法。
技术介绍
随着国家对燃煤机组污染物排放的治理力度日益增强，精确有效的建立电站锅炉污染物排放预测模型对进一步污染物的控制减排具有重要意义。而氮氧化物作为火力发电污染物的主要成分之一，其影响因子往往具有多变量，强耦合等特点，因此难以用简单的传统模型进行数学描述。目前针对锅炉NOx排放量预测建模，常用的方法有人工神经网络、支持向量机(SVM)和最小二乘支持向量机(LSSVM)等机器学习算法。在电站锅炉NOx排放的预测建模方面，通过传统的优化算法解决LSSVM的超参数寻优问题，可以在缩小训练时间的同时提高精度，但这类预测建模过程存在着以下缺陷：在面对高维样本集时，采用NOx形成机理分析、变量筛选等方法无法较完整的保留原始输入信息，从而导致精度无法进一步提高；在面对样本集稍大的情况时，LSSVM模型参数寻优时间过长，无法满足短期预测的要求，而且参数寻优的效果一般。针对高本文档来自技高网...

【技术保护点】
1.一种基于PCA-IFOA-LSSVM集成电站锅炉NO

【技术特征摘要】
1.一种基于PCA-IFOA-LSSVM集成电站锅炉NOx排放预测的算法，结合了根据归一化后的NOx排放量高低划分样本空间；主成分分析法(PCA)；最小二乘支持向量机(LSSVM)；改进的果蝇优化算法(IFOA)；分段拟合集成。


2.根据权利要求1所述的基于PCA-IFOA-LSSVM集成电站锅炉NOx排放预测的算法，其特征在于，PCA处理数据，其具体步骤为：
(1)数据归一化处理。
(2)计算标准化矩阵Y的相关系数矩阵R。
(3)计算特征矩阵λ和特征向量矩阵A。
(4)确定主成分、计算贡献率和累计贡献率。


3.根据权利要求1所述的基于PCA-IFOA-LSSVM集成电站锅炉NOx排放预测的算法，其特征在于，最小二乘支持向量机模型。


4.根据权利要求1所述的基于PC...

【专利技术属性】
技术研发人员：甄成刚，刘怀远，王明达，刘贞辉，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北;13