电厂烟气含氧量的智能混合预测方法

作者：湛腾西; 郭观七

来源：仪器仪表学报, 2010, (08): 1826-1833.

DOI：10.19650/j.cnki.cjsi.2010.08.024

• 烟气含氧量
• 智能混合预测方法
• RBF神经网络
• 主元分析
• 案例推理
• 过程神经网络 flue gas oxygen content
• intelligent hybrid prediction method
• RBF neural network
• principal component analysis
• case-based reasoning
• process neural network

针对电厂烟气含氧量难以进行有效预测的问题,提出一种烟气含氧量的智能混合预测方法。首先采用RBF神经网络、主元分析方法对输入变量进行降维处理;其次利用上述分析结果运用案例推理方法进行烟气含氧量的预测;然后,为反映烟气含氧量数据中的时间累积效应,采用过程神经网络方法对当前时刻烟气含氧量进行预测;最后基于方差-协方差方法的权值组合预测方法,获得最终的烟气含氧量。基于实际运行数据的分析和工业试运行表明,所提出的智能混合预测模型具有较高的精度和鲁棒性,可以较好地解决电厂烟气含氧量的预测问题。

• 出版日期2010
• 单位湖南理工学院