基于改进模糊聚类与IPSO-SVM的燃煤电站NOx排放多模型预测

摘要

通过挖掘大量脱硝系统现场运行数据,提出一种新的多模型选择性催化还原(SCR)脱硝系统建模方法:首先对SCR脱硝系统进行理论分析和实际运行研究,应用改进遗传模拟退火的模糊聚类算法对训练集进行聚类划分,得到最优聚类效果;然后建立相应的支持向量机子模型,并采用改进的粒子群算法对模型参数进行优化,所建立的子模型通过隶属度值加权融合得到最终的整体预测模型.以某电站锅炉脱硝系统为例,对所提出的方法进行验证,并与其他建模方法进行比较.结果 表明:所建立的模型具有较高的泛化能力和预测精度.