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：
火电厂烟气排放流量测量方法研究11-01
火电厂热工参数软测量技术分析论文09-09
火电厂烟气脱硫现状与对策07-31
关于火电厂烟气脱硫的几点思考12-02
基于AOD炉渣的烟气脱硫研究12-29
基于神经网络的污水处理指标软测量研究09-30
基于游戏的幼儿多元学习的实施策略的论文10-08