基于RF-GBDT的燃煤锅炉NO_x排放预测 |
| |
作者单位: | ;1.国网江西省电力科学研究院;2.煤燃烧国家重点实验室(华中科技大学) |
| |
摘 要: | 针对某超超临界660 MW机组锅炉,建立了基于随机森林(RF)和梯度提升决策树(GBDT)算法的氮氧化物(NO_x)排放预测模型。从电厂SIS系统筛选得到历史运行数据中的稳态工况点,利用RF模型对数据特征进行筛选,并以选中特征作为输入变量建立基于GBDT的NO_x排放预测模型。与支持向量机(SVM)、RF等模型的对比表明基于RF的特征选择能提升模型性能;较于其他模型,RF-GBDT具有最高的NO_x排放预测精度。
|
关 键 词: | NOx预测 随机森林(RF) 梯度提升决策树(GBDT) 燃煤锅炉 |
Modeling NO_x Emissions of Coal-fired Boilers with RF-GBDT |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|