基于支持向量机的CFB锅炉烟气含氧量建模和预测

摘要：

采用具有良好泛化能力的回归型支持向量机(SVR)对CFB锅炉的烟气含氧量进行预测,通过对450t/h CFB锅炉的实测数据进行了实验研究.实验结果表明:基于SVM的烟气含氧量预测模型具有较好的学习能力和泛化能力,相对于受到多种干扰的氧量测量数据来说,具有较高的预测精度,对CFB锅炉的优化运行和推断控制具有参考价值.

关键词：含氧量预测、循环流化床、支持向量机、泛化能力

所属期刊栏目：29

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目61203041

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：57-60,72