混合特征選擇方法在電廠粉塵濃度監(jiān)測模型中的應(yīng)用研究.pdf

1、粉塵既會污染環(huán)境，又會威脅人類身體健康。目前，隨著我國居民對空氣質(zhì)量要求越來越高，發(fā)電裝機(jī)容量不斷增加，國家對電廠排放物的排放指標(biāo)的要求更高、粉塵控制政策愈加嚴(yán)格，對粉塵濃度的準(zhǔn)確測量與監(jiān)控，保證對燃煤電廠粉塵濃度監(jiān)測的及時有效，可以使電廠及環(huán)保部門及時更好地掌握粉塵濃度狀況，對粉塵排放不符合限制的電廠，要求其對做出生產(chǎn)調(diào)整，并對生產(chǎn)進(jìn)行降塵和除塵處理，對提高環(huán)境質(zhì)量和保障人身安全發(fā)揮著極其積極重要的作用。隨著電力裝機(jī)容量逐年增大，電廠

2、排放粉塵濃度的控制愈發(fā)重要。軟測量技術(shù)的引入彌補(bǔ)了現(xiàn)有儀器儀表等硬件測量可靠性低、成本高的缺點。采用基于特征選擇的智能算法建立粉塵濃度監(jiān)測模型，對有效預(yù)測和監(jiān)控粉塵排放濃度有重要意義。
　　本文采用一種F-SSFS混合特征選擇方法來進(jìn)行特征選擇，在軟測量方法基礎(chǔ)上建立關(guān)于粉塵濃度的預(yù)測模型，對這種方法的準(zhǔn)確性和泛化能力進(jìn)行驗證。這種混合型特征選擇方法，是將費舍爾得分(F-score)和支持順序前向搜索(SSFS)進(jìn)行組合，結(jié)合了過

3、濾型方法和包裝型方法的優(yōu)點，從原來的特征大集合中選擇出最好的特征參數(shù)子集。將預(yù)測結(jié)果與經(jīng)典的特征選擇方法----平均影響值法(MIV)進(jìn)行比較，并將兩種方法在SVM模型中的預(yù)測結(jié)果與在反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)模型中的預(yù)測結(jié)果進(jìn)行比較。根據(jù)實驗結(jié)果可以看出，無論建立何種模型，與平均影響值法(MIV)相比，F(xiàn)-SSFS混合特征選擇方法都具有更高的準(zhǔn)確性，而利用SVM建立的模型在粉塵濃度預(yù)測問題上優(yōu)于BPNN。所以，基于F-SSFS混合特