基于偏最小二乘法的電站鍋爐氧量預測.pdf

1、在鍋爐控制系統(tǒng)中，煙氣氧量是反映運行工況的參數之一。其測量結果的準確度直接影響機組的安全性和經濟性。實際生產過程中，氧量在線檢測受高溫高壓等惡劣環(huán)境因素影響，精度難以保證。新型測量技術——軟測量技術，有效的解決了這一難題。它借助于輔助變量，間接獲取電廠熱工過程中的難測參數。為了有效的測量氧量并減少測量誤差，本論文采用偏最小二乘回歸的方法建立氧量線性和非線性模型，并進行仿真預測和結果分析對比。論文主要的內容和研究成果有:
　　(1)

2、提出將偏最小二乘回歸的線性方法與基于樣條變換的非線性偏最小二乘法應用到煙氣氧量的建模和預測中，從而提高預測的精度。選取影響煙氣氧量的12個輔助變量建立模型。建立的兩個預測模型都能克服多自變量間的高度相關性，有效識別出原始數據表中的異常點，減少異常數據引起的誤差。使模型簡化并提高了計算效率。
　　(2)回顧PLS方法的歷史和研究現狀，簡要介紹了該方法的建模思想、建模方法、輔助變量的選擇、成分個數的確定，精度分析以及特異點識別的原理。