發(fā)布時間：2021-08-13 06:20

　　提出了一種改進的分布式極限學(xué)習(xí)機的電站鍋爐NO_x排放特性建模方法。引入分布式和嶺回歸理論,提升了極限學(xué)習(xí)機預(yù)測算法的泛化性能和預(yù)測準確率。采用改進的MapReduce編程框架對提出的算法模型進行并行化改進,提高其處理大數(shù)據(jù)的能力。選用某660 MW電站鍋爐提供的真實運行數(shù)據(jù)進行分析,并在Hadoop集群上進行實驗,結(jié)果表明該模型對NO_x排放有著較好的擬合和預(yù)測能力,且提出的算法具有優(yōu)異的并行性能。 

【文章來源】：太原理工大學(xué)學(xué)報. 2017,48(06)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

圖６ＮＯｘ預(yù)測值與測量值的對比200200250300350400NOx測量值/（%mg·m-3）

【參考文獻】：
期刊論文
[1]基于自適應(yīng)遺傳算法的鍋爐低NOx燃燒建模及其優(yōu)化[J]. 張振星,孫保民,信晶.  熱力發(fā)電. 2014(09)
[2]基于PLS特征提取和LS-SVM結(jié)合的NOx排放特性建模[J]. 呂游,劉吉臻,楊婷婷,孫偉毅.  儀器儀表學(xué)報. 2013(11)
[3]褐煤熱解特性及熱解動力學(xué)研究[J]. 劉彥強,解京選,狄紅旗,毛一劍.  廣州化工. 2012(03)
[4]基于改進粒子群算法的電站鍋爐NOx排放預(yù)測控制及優(yōu)化[J]. 馮磊華,桂衛(wèi)華,楊鋒.  中南大學(xué)學(xué)報(自然科學(xué)版). 2011(07)
[5]一種基于最小二乘支持向量機的圖像增強算法[J]. 萬輝.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2011(06)
[6]基于遺傳算法和支持向量機的低NOx燃燒優(yōu)化[J]. 王春林,周昊,李國能,凌忠錢,岑可法.  中國電機工程學(xué)報. 2007(11)
[7]基于SVM的對沖燃煤鍋爐NOx排放特性[J]. 郭建民,劉石,姜凡,李志宏.  燃燒科學(xué)與技術(shù). 2006(03)
[8]基于生成機理的燃煤電站鍋爐NOx排放量神經(jīng)網(wǎng)絡(luò)模型[J]. 許昌,呂劍虹.  中國電機工程學(xué)報. 2004(10)
[9]神經(jīng)網(wǎng)絡(luò)與模擬退火算法結(jié)合的鍋爐低NOx燃燒優(yōu)化[J]. 周昊,錢欣平,鄭立剛,翁安心,岑可法.  環(huán)境科學(xué). 2003(06)



本文編號：3339926