基于最大信息系数变量选择的电站锅炉NOx排放量在线预估

论文摘要

模型的输入变量选择是否准确是影响模型性能的主要因素之一。针对变量选择问题,在互信息变量选择方法的基础上结合最大信息系数提出了最大信息系数变量选择方法 (MICFS)。首先,介绍了互信息的理论和相关的变量选择方法,然后引入最大信息系数改进原有的变量选择方法,并用标称模型的实验数据集验证了本方法的有效性。最后针对某350 MW燃煤机组,基于提出的变量选择方法建立了锅炉氮氧化物(NOx)排放量的NARX神经网络预估模型,测试结果表明模型的精度和泛化能力取得了满意的效果。

论文目录

• 0 引言
• 1 基于信息理论的变量选择
•   1.1 信息理论和互信息
•   1.2 基于互信息的变量选择方法
• 2 基于最大信息系数的变量选择算法
•   2.1 最大信息系数的理论基础
•   2.2 基于MIC的变量选择方法
• 3 实验验证
• 4 锅炉NOx排放量预估
•   4.1 锅炉介绍
•   4.2 变量选择
•   4.3 模型的建立
• 5 结论

文章来源

类型: 期刊论文

作者: 王文广,王朔,赵文杰

关键词: 互信息,变量选择,最大信息系数,排放量,神经网络

来源: 华北电力大学学报(自然科学版) 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 环境科学与资源利用,动力工程,电力工业

单位: 华北电力大学控制与计算机工程学院

基金: 国家重点研发计划(2016YFB0600701)

分类号: X773

页码: 66-72

总页数: 7

文件大小: 207K

下载量: 156