典型文献
基于随机森林算法的对冲锅炉出口NOx排放量预测模型研究
文献摘要：
对冲锅炉中的仪器测量具有滞后性,导致控制系统作用始终落后于被控对象.为了提前了解对冲锅炉出口 NOx排放量随工况变化的趋势,需要对对冲锅炉出口的NOx排放量进行快速并准确地预测.以实际运行的机组数据为基础,采用随机森林(random forest,RF)算法建立1 000 MW对冲锅炉机组的出口 NOx排放量预测模型,并使用Spearman系数对对冲锅炉特征进行筛选,进一步降低模型计算时间.结果表明,随机森林模型预测结果的均方根误差为10.182mg/m3,决定系数为0.913,可见基于特征选取的随机森林模型结构能实现对冲锅炉出口 NOx趋势的提前预测.
文献关键词：
对冲锅炉;随机森林;Spearman系数;提前预测;出口 NOx
中图分类号：
作者姓名：
王伟同;范海东;梁成思;赵中阳;邵宇浩;谭畅;郑成航
作者机构：
浙江大学能源清洁利用国家重点实验室,国家环境保护燃煤大气污染控制工程技术中心,浙江 杭州 310027;浙江浙能技术研究院有限公司,浙江 杭州 311121
文献出处：
引用格式：
[1]王伟同;范海东;梁成思;赵中阳;邵宇浩;谭畅;郑成航-.基于随机森林算法的对冲锅炉出口NOx排放量预测模型研究)[J].热力发电,2022(04):96-104
A类：
182mg
B类：
随机森林算法,对冲锅炉,NOx,滞后性,被控对象,工况变化,对对,实际运行,random,forest,RF,MW,锅炉机组,计算时间,随机森林模型,决定系数,特征选取,模型结构,提前预测
AB值：
0.239423
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。
