声明
摘要
第1章 绪论
1.1 选题背景及研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外软测量技术的研究现状
1.3 本文主要内容
第2章 软测量方法
2.1 软测量技术的原理
2.1.1 建模中辅助变量的选择
2.1.2 数据预处理
2.1.3 软测量模型的建立
2.1.4 软测量模型的校正
2.2 软测量建模方法简介
2.2.1 源于机理分析的建模方法
2.2.2 基于数据驱动的建模方法
第3章 基于数据驱动的软测量方法
3.1 统计回归
3.1.1 最小二乘回归
3.1.2 加权最小二乘回归
3.1.3 递推最小二乘回归
3.1.4 广义最小二乘回归
3.1.5 偏最小二乘回归
3.2 支持向量机
3.2.1 支持向量机的表达式
3.2.2 核函数
3.2.3 如何选择支持向量机的模型
3.3 人工神经网络
3.3.1 RBF神经网络
3.3.2 RBF神经网络参数调整
3.3.3 BP神经网络
第4章 软测量技术在火电厂的应用
4.1 基于统计回归的软测量应用
4.1.1 基于偏最小二乘回归的炉膛出口烟温测量
4.1.2 基于统计分析的电站锅炉参数软测量
4.2 基于神经网络的软测量应用
4.2.1 基于神经网络的锅炉飞灰含碳量软测量
4.2.2 基于神经网络的锅炉NOx排放软测量
4.3 基于支持向量机的软测量应用
4.3.1 基于支持向量机的锅炉NOx排放软测量
4.3.2 基于支持向量机的飞灰含碳量软测量
第5章 烟气含氧量软测量建模
5.1 数据的选择和分析
5.1.1 电站历史运行数据的特性
5.1.2 稳定工况的判断与选取
5.1.3 数据相关性分析
5.2 燃烧的基本原理
5.3 烟气含氧量的影响因素
5.3.1 漏风的影响
5.3.2 煤质成分对测量的影响
5.3.3 未完全燃烧的影响
5.4 软测量模型的建立
5.4.1 送风量和给煤量的软测量模型
5.4.2 理论空气量和理论烟气容积的软测量模型
5.4.3 氧量软测量模型
第6章 结论
参考文献
攻读硕士学位期间发表的论文及其它成果