基于PSO-Lasso算法的电站湿法脱硫出口SO2浓度预测
Journal of North China Electric Power University（2022）
摘要
为了能够简便地研究机组运行中的过程参数与脱硫效率的关系,提出了一种基于套索(Lasso,Least absolute shrinkage and selection operator)算法的预测方法.结合脱硫系统现场的实际数据,通过相关性分析筛选影响脱硫出口的主要因素.相比于传统的回归算法,创新性的使用粒子群算法(PSO)确定提取出的主要参数的函数形式,最后使用Lasso算法确定最终的预测模型,该模型在简化运算复杂度的同时保证了预测精度.训练数据的选取使用正交化法则,保证训练数据的丰富性与有效性.测试结果表明,模型预测误差为2.23 mg/m3,能够反映在工况变化下脱硫出口浓度的对应关系也有助于脱硫系统的优化控制,具有一定的研究与应用价值.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要