基于KPCA和LSSVM的脱硝反应器入口NOx质量浓度的软测量

摘要

针对燃煤电厂SCR脱硝反应器入口NOx质量浓度测量的不准确问题,提出了基于KPCA(核主元分析)和LSSVM(最小二乘支持向量机)的脱硝反应器入口NOx质量浓度的软测量方法.首先对KPCA的输入样本进行了多函数样本优化,减小了样本冗余,然后经KPCA对样本数据进行了降维处理,再利用LSSVM对提取出的主元进行训练,建立了系统的软测量模型.由仿真结果可以看出,最后得到的测量对象预测值与实测值的总体误差较小,该方法有助于解决脱硝反应器入口NOx质量浓度的准确测量问题.