典型文献
基于机器学习模型预测锅炉受热面灰污率
文献摘要：
为准确测量火电厂中的锅炉灰污率,采用基于机器学习方法进行预测的软测量技术,利用增压回归器算法建立了模型,对锅炉低过灰污率、高过灰污率及省煤器灰污率进行实际数据与预测数据的拟合,并利用这些预测模型对锅炉受热面灰污率进行研究.研究表明,基于机器学习建立的模型能对低过灰污率、高过灰污率、省煤器灰污率进行较为精确的预测,对后续灰污率的研究具有一定的指导意义.
文献关键词：
机器学习;锅炉灰污率;模型预测;数据拟合
中图分类号：
作者姓名：
周晓韡;陈宏伟;吴国兴;徐卫;花桥建;董瑞信
作者机构：
国家能源集团泰州发电有限公司,江苏 泰州 225327;山东上奥电力科技有限公司,山东 济南 250101
文献出处：
引用格式：
[1]周晓韡;陈宏伟;吴国兴;徐卫;花桥建;董瑞信-.基于机器学习模型预测锅炉受热面灰污率)[J].能源与节能,2022(03):50-52
A类：
锅炉灰污率
B类：
基于机器学习,机器学习模型,锅炉受热面,面灰,准确测量,火电厂,机器学习方法,软测量技术,增压,压回,高过,省煤器,实际数据,预测数据,数据拟合
AB值：
0.317984
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。
