基于微分进化和SMO算法的烟气含氧量软测量

作者：王刚; 刘林; 王朋

来源：电力科学与工程, 2012, (02): 71-74.

• 软测量
• SMO
• 微分进化算法
• 烟气含氧量 soft measurement
• SMO
• differential evolution algorithm
• flue-gas oxygen content

火电厂中烟气含氧量是一个难以测量的量,采用支持向量机中的序列最小优化(SMO)算法对其进行软测量,并采用改进的SMO算法提高建模速度。SMO算法的性能很大程度上依赖于其学习参数,选择合适的SMO参数是一个亟待解决的问题。而微分进化算法(DE)具有很强的全局搜索能力,在多峰函数的寻优问题上已表现出优异的性能。为此,采用DE算法选择SMO的参数,提出了基于DE算法的SMO参数选择方法。仿真表明,该方法能够准确预测烟气含氧量的变化,比用遗传(GA)算法和粒子群(PSO)算法优化SMO参数具有更高的精度和更快的速度。

• 出版日期2012
• 单位华北电力大学