文献类型：期刊文章

作　　者：王伟同[1] 范海东[2] 梁成思[2] 赵中阳[1] 邵宇浩[1] 谭畅[1] 郑成航[1]

WANG Weitong;FAN Haidong;LIANG Chengsi;ZHAO Zhongyang;SHAO Yuhao;TAN Chang;ZHENG Chenghang(State Key Laboratory of Clean Energy Utilization,Zhejiang University,Hangzhou 310027,China;Zhejiang Zheneng Technology Research Institute Co.,Ltd.,Hangzhou 311121,China)

机构地区：[1]浙江大学能源清洁利用国家重点实验室,国家环境保护燃煤大气污染控制工程技术中心,浙江杭州310027 [2]浙江浙能技术研究院有限公司,浙江杭州311121

出　　处：《热力发电》

基　　金：国家重点研发计划项目(2020YFB0606203-4)。

年　　份：2022

卷　　号：51

期　　号：4

起止页码：96-104

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：对冲锅炉中的仪器测量具有滞后性,导致控制系统作用始终落后于被控对象。为了提前了解对冲锅炉出口NO;排放量随工况变化的趋势,需要对对冲锅炉出口的NO_(x)排放量进行快速并准确地预测。以实际运行的机组数据为基础,采用随机森林(random forest,RF)算法建立1000 MW对冲锅炉机组的出口NO_(x)排放量预测模型,并使用Spearman系数对对冲锅炉特征进行筛选,进一步降低模型计算时间。结果表明,随机森林模型预测结果的均方根误差为10.182 mg/m^(3),决定系数为0.913,可见基于特征选取的随机森林模型结构能实现对冲锅炉出口NO_(x)趋势的提前预测。

关 键 词：对冲锅炉  随机森林  Spearman系数  提前预测  出口NO_(x)  

分 类 号：TK229]