《火电厂锅炉烟气氧含量精确测量仿真研究》PDF+DOC
作者:李艳,任锦
单位:中国航天科工集团公司第十七研究所
出版:《计算机仿真》2017年第11期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJZ2017110130
DOC编号:DOCJSJZ2017110139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进PSO优化LSSVM的传感器补偿研究》PDF+DOC2013年第05期 刘滔,韩华亭,焦楷哲
《基于最小二乘支持向量机的硅压阻式传感器温度补偿》PDF+DOC2016年第04期 杨遂军,康国炼,叶树亮
《CPSO支持向量机红外瓦斯传感器动态补偿》PDF+DOC2016年第03期 柴文光
《核电厂环境辐射监测传感器网络中缺失值的粒子群算法-最小二乘支持向量机估计算法》PDF+DOC2014年第12期 高雨晨,唐耀庚
《基于双自适应AIS-PSO的瓦斯浓度软测量模型》PDF+DOC2020年第01期 单亚锋,高振彪
《基于四分之一超球SVM的WSN异常检测》PDF+DOC2019年第04期 华志颖,吴蒙,杨立君
《基于PSO-LSSVM模型的扩散硅压力传感器的温度补偿》PDF+DOC2017年第12期 杨婷,卢文科,左锋
《航空发动机传感器故障诊断》PDF+DOC2012年第02期 郑秋红
《基于PSO-LSSVM的振弦传感器温度补偿》PDF+DOC2012年第11期 王久平,廖迎新
《最小二乘支持向量机在多层金属膜厚度检测中的应用》PDF+DOC2010年第03期 李玉军,梁琨,郭会军
针对氧化锆氧量传感器易老化导致火电厂锅炉烟气氧含量随着时间的推移测量精度下降和日常维修繁琐成本高的问题。提出运用粒子群优化最小二乘支持向量机的软测量方法代替氧化锆氧量传感器,实现对烟气氧含量的准确测量。首先根据统计学原理建立烟气氧含量最小二乘软测量模型,然后利用粒子群优化最小二乘支持向量机模型的核参数和正则化参数来提高模型的预测精度。运用现场实测烟气氧含量数据对所建立的预测模型与传统最小二乘支持向量机预测模型进行了比较,结果表明粒子群优化模型预测精度更高,泛化性更好,可以较好地解决烟气氧含量难以精确预测的问题,对锅炉燃烧效率的提高具有指导意义。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。