典型文献
基于堆叠泛化集成模型的脱硝系统入口处氮氧化物浓度预测研究
文献摘要：
为提高燃煤电厂选择性催化还原法脱硝入口处氮氧化物浓度的预测准确度,考虑锅炉燃烧过程中非线性、工况复杂的特点,使用某电厂660 MW火电机组的分布式控制系统的历史运行数据进行模拟实验,提出了一种基于堆叠泛化集成模型的氮氧化物浓度预测方法.首先,采用随机森林特征选择算法选择出对脱硝入口处氮氧化物浓度有较大影响的辅助特征变量.然后,利用选定的特征变量构建多模型堆叠泛化集成氮氧化物预测模型.其中,以反向传播神经网络、支持向量回归和决策树为基础模型,线性回归为元模型.预测结果表明,与单模型相比,集成模型有更高的预测准确率(89.2％)和决定系数R2(91％),且通过十折交叉验证也表明集成模型的均方根误差均低于三种单一模型的均方根误差,具有较强的鲁棒性和泛化能力.所提出的算法和模型适用于预测脱硝入口处氮氧化物浓度预测.
文献关键词：
脱硝入口处氮氧化物浓度;堆叠泛化集成;随机森林特征选择
中图分类号：
作者姓名：
马立增;张玲;谷宇;吴俣;唐媛媛
作者机构：
国能蚌埠发电有限公司, 安徽 蚌埠 233411;南京国电环保科技有限公司, 江苏 南京 210061
文献出处：
引用格式：
[1]马立增;张玲;谷宇;吴俣;唐媛媛-.基于堆叠泛化集成模型的脱硝系统入口处氮氧化物浓度预测研究)[J].电力科技与环保,2022(06):517-524
A类：
堆叠泛化集成,脱硝入口处氮氧化物浓度
B类：
集成模型,脱硝系统,浓度预测,预测研究,燃煤电厂,选择性催化还原法,预测准确度,锅炉燃烧,燃烧过程,MW,火电机组,分布式控制系统,历史运行数据,模拟实验,随机森林特征选择,特征选择算法,算法选择,特征变量,多模型,反向传播神经网络,支持向量回归,决策树,基础模型,单模,预测准确率,决定系数,十折交叉验证,泛化能力
AB值：
0.216308
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。
