科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高火电厂SO2污染物排放控制水平，提出一种基于变分模态分解(VMD)改进原子搜索算法(IASO)极限学习机(ELM)的吸收塔出口SO2浓度组合预测模型。首先，利用机理和相关性分析确定吸收塔出口SO2浓度的初始相关变量，并采用VMD算法对其分解，保留分解结果与输出互信息中大的低频分量；然后，采用结构简单、学习速度快的ELM建立预测模型，并利用基于混合策略改进的IASO优化网络参数，提高预测精度；最后，利用模糊规则推理出误差修正项以校正ELM模型预测结果。应用历史数据仿真建模，结果表明该模型具有较高的预测精度和学习能力，能够准确跟踪吸收塔出口SO2浓度变化趋势。
- 出版日期2023
- 单位华北电力大学
