基于偏最小二乘支持向量机的烟气湿法脱硫效率预测模型Prediction model for flue gas wet desulfurization efficiency based on partial least squares support vector machine
崔仕文,铁治欣,丁成富,赵峰
摘要(Abstract)：
为了能够更好地反映电厂湿法脱硫中的过程参数与脱硫效率之间的关系,本文利用偏最小二乘回归法(PLS)对影响烟气湿法脱硫效率的过程因素进行分析,提取出对湿法脱硫效率影响较大的因素作为主成分,将提取的主成分采用支持向量机(SVM)进行预测,降低了SVM的输入维数,建立了基于偏最小二乘支持向量机(PLS-SVM)的烟气湿法脱硫效率预测模型,并选取某机组石灰石-石膏湿法脱硫设施运行监控数据进行模型的训练和预测。预测分析结果显示,PLS-SVM的预测数据最大绝对误差小于0.65%,平均绝对误差在0.3%左右,说明该模型的预测效果较好,与SVM预测模型相比,提高了预测效率和精度。
关键词(KeyWords)： 偏最小二乘回归;支持向量机;湿法脱硫;脱硫效率;预测模型
基金项目(Foundation):
作者(Author): 崔仕文,铁治欣,丁成富,赵峰