您当前的位置:
首页 >
文章列表页 >
基于最小二乘支持向量机的火电厂烟气含氧量预测模型优化研究
发电技术 2023年44卷第4期 页码:534-542
发电及环境保护|更新时间:2025-06-06
|
基于最小二乘支持向量机的火电厂烟气含氧量预测模型优化研究
Study on Optimization of Prediction Model of Flue Gas Oxygen Content in Thermal Power Plant Based on Least Squares Support Vector Machine
- “据最新研究,电站1000MW超超临界锅炉烟气含氧量预测模型取得突破,GA-LSSVM模型预测精度高、泛化能力强,为锅炉燃烧优化运行提供科学依据。”
DOI:10.12096/j.2096-4528.pgt.21088
移动端阅览
38
浏览量
143
下载量
6
CSCD
文章被引用时,请邮件提醒。
提交
相关文章
基于双向长短期记忆网络和最小二乘支持向量机模型的SCR脱硝反应器进口截面NOx浓度预测
高水分褐煤流动性离散元数值模拟
“双碳”目标下火电厂CO2计量技术研究现状与展望
基于主成分分析和深度神经网络的声学层析成像温度分布重建
基于在线监测数据的燃煤电厂脱硝装置性能预测研究
相关作者
胡章茂
汪淑奇
唐明珠
陈冬林
曾稳根
高梓维
孙佰仲
刘佳
相关机构
长沙理工大学能源与动力工程学院
国能宝清煤电化有限公司运行部
东北电力大学能源与动力 工程学院
西南石油大学电气信息学院
华北电力大学自动化系

