局部LSSVM方法在飞灰含碳量软测量中的应用

摘要：

电站锅炉飞灰含碳量的测量仪表往往精度较差且难以维护,因此对其实施软测量具有现实意义.作为一种新型的机器学习方法,最小二乘支持向量机(LSSVM)已被应用于工业过程软测量研究中,文章将该方法应用于火电锅炉飞灰含碳量建模并引入局部学习思想,利用某电站机组实测工况参数进行飞灰含碳量建模仿真实验,结果表明局部学习方法相比全局学习具有更高的模型预测精度.

关键词：飞灰含碳量、软测量、最小二乘支持向量机、局部学习、交叉验证

分类号：TP274(自动化技术及设备)

资助基金：国家"863计划"目标导向型课题2007AA04Z195

在线出版日期：2009-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：62-64