热能动力工程

作者：李建强

单位：华北电力大学 能源动力与机械工程学院，河北 保定 071003,

关键词：烟气含氧量;PSO;LSSVM;鲁棒性

摘 要：锅炉烟气含氧量是机组运行最重要的参数之一，为了准确测量氧量，在支持向量机（SVM）的基础上，提出最小二乘支持向量机（LSSVM），并结合粒子群算法（PSO）对模型参数（C，g）进行寻优,从而建立锅炉输入和输出变量之间的关系模型。将该方法应用到某电厂600 MW燃煤机组中，用训练后的模型进行预测，并与SVM模型预测结果进行比较。结果表明：采用LSSVM方法，能够辨识出多个变量与氧量之间的复杂关系，对锅炉氧量的预测误差为±0.03；并且PSO-LSSVM预测精度比PSO-SVM模型高，PSO-LSSVM模型具有预测精度高、泛化能力好、鲁棒性强和训练时间较短等优点。

来源：2018年第7期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2018年第7期