热能动力工程

作者：钱 虹，张超凡，柴婷婷

单位：上海电力大学 自动化工程学院，上海 200090,,,,,

关键词：脱硝系统;随机森林;变量选取; 预测模型

基金：上海市电站自动化技术重点实验室(13DZ2273800);上海市科委地方能力建设项目(18020500900);上海市自然科学基金(19ZR1420700)

基于集成学习中的随机森林(Random forest,RF)算法，利用某燃煤机组SCR脱硝系统历史运行数据，通过计算各特征变量重要性评分选取出最优输入变量集，建立脱硝系统出口NOx浓度最优的RF预测模型。与常见建模方法进行对比，结果表明：基于RF算法的模型预测精度明显高于BP神经网络和SVM等建模方法，且经最优变量选择后，具有更好的泛化能力和更短的建模时间，能够有效应用于电厂烟气脱硝系统出口NOx浓度预测中。

来源：2021年第3期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2021年第3期