基于WOA-LSSVM的锅炉NOx排放量预测模型

论文摘要

精准可靠地预测锅炉NOx排放量对电站锅炉低氮运行有着重要意义,为了提升模型的预测效果,提出一种基于鲸鱼优化算法-最小二乘支持向量机（WOA-LSSVM）的锅炉NOx排放量预测建模方法。首先归一化处理初始样本数据,然后通过WOA算法对LSSVM中的核函数宽度和惩罚因子两个参数进行寻优求解,建立WOA-LSSVM黑箱模型,最终得到模型输出,同时将采用果蝇优化算法（FOA）、粒子群优化算法（PSO）优化参数建立的LSSVM预测模型和单一LSSVM预测模型作为对比研究。仿真结果表明,采用WOA优化的LSSVM模型在NOx排放量预测方面明显优于其他选定模型,具有稳定且较高精度的仿真性能。

论文目录

文章来源

类型: 期刊论文

作者: 刘怀远,甄成刚

关键词: 排放量预测,鲸鱼算法,参数优化,启发式优化算法

来源: 华北电力大学学报(自然科学版) 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 环境科学与资源利用,动力工程,电力工业,自动化技术

单位: 华北电力大学控制与计算机工程学院

基金: 中央高校基本科研业务费专项资金资助(2016MS143,2018ZD05),北京市自然科学基金资助项目(4182061)

分类号: X773;TP18

页码: 84-91

总页数: 8

文件大小: 294K

下载量: 213

相关论文文献

• [1].基于改进GM(1,1)与WOA-LSSVM组合预测模型的轨道不平顺预测[J]. 铁道标准设计 2019(04)

标签：排放量预测论文;  鲸鱼算法论文;  参数优化论文;  启发式优化算法论文;