典型文献
基于PSO-Lasso算法的电站湿法脱硫出口SO2浓度预测
文献摘要：
为了能够简便地研究机组运行中的过程参数与脱硫效率的关系,提出了一种基于套索(Lasso,Least absolute shrinkage and selection operator)算法的预测方法.结合脱硫系统现场的实际数据,通过相关性分析筛选影响脱硫出口的主要因素.相比于传统的回归算法,创新性的使用粒子群算法(PSO)确定提取出的主要参数的函数形式,最后使用Lasso算法确定最终的预测模型,该模型在简化运算复杂度的同时保证了预测精度.训练数据的选取使用正交化法则,保证训练数据的丰富性与有效性.测试结果表明,模型预测误差为2.23 mg/m3,能够反映在工况变化下脱硫出口浓度的对应关系也有助于脱硫系统的优化控制,具有一定的研究与应用价值.
文献关键词：
WFGD;Lasso回归;粒子群算法;出口SO2浓度;预测模型
中图分类号：
作者姓名：
郑茗友;王伟;赵文杰;王建峰;郄英杰
作者机构：
华北电力大学控制与计算机工程学院,河北保定071003;山西漳山发电有限责任公司,山西长治046021
文献出处：
引用格式：
[1]郑茗友;王伟;赵文杰;王建峰;郄英杰-.基于PSO-Lasso算法的电站湿法脱硫出口SO2浓度预测)[J].华北电力大学学报（自然科学版）,2022(01):112-117
A类：
B类：
PSO,Lasso,湿法脱硫,SO2,浓度预测,机组运行,过程参数,脱硫效率,套索,Least,absolute,shrinkage,selection,operator,脱硫系统,实际数据,回归算法,粒子群算法,主要参数,简化运算,运算复杂度,训练数据,正交化,丰富性,预测误差,工况变化,出口浓度,优化控制,WFGD
AB值：
0.479482
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
