發(fā)布時間：2024-04-09 18:36

　　21世紀以來,隨著我國經濟的高速發(fā)展,能源電力的需求也水漲船高,目前,燃煤火力發(fā)電仍然是市場供應的主體,而燃煤產生的二氧化硫、二氧化氮等有害氣體不僅造成大氣污染,還嚴重危害人類健康。為此,人們研究并實施了各種各樣的脫硫方案,并且都取得了良好的脫硫效果。脫硫效率能很好的反應系統(tǒng)的性能,目前電廠主要用檢測設備進行煙氣的測量,考慮到設備損害以及高昂的維護成本,脫硫效率軟測量技術被提出,并發(fā)揮著日益重要的作用。本文針對石灰石-石膏濕法的脫硫技術,提出了一種基于聚類分析的偏最小二乘支持向量機脫硫效率預測模型。選取山西某電廠DCS數據庫系統(tǒng)中的歷史數據,對影響脫硫效率因素進行簡單篩選,通過MATLAB平臺對模型進行搭建訓練。將聚類分析、偏最小二乘法(PLS)、最小二乘支持向量機(LSSVM)結合起來,并與單一PSO優(yōu)化的LSSVM預測模型進行了對比。研究表明,所提模型均方誤差均在0.01⁰.02之間,而后者達到了0.02⁰.04,這也有力說明了本文研究模型的準確性和效性,且在工程中有進一步應用的可能性,也為更進一步的模型優(yōu)化和修改升級奠定了基礎。

【文章頁數】：71 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 課題背景
    1.2 研究目的及意義
    1.3 研究內容及結構
第二章 燃煤電廠煙氣脫硫工藝
    2.1 脫硫工藝簡介
    2.2 常用煙氣脫硫技術方案
        2.2.1 石灰石-石膏濕法
        2.2.2 NID干法
        2.2.3 噴霧干燥法
        2.2.4 磷銨肥法
        2.2.5 氨水洗滌法
        2.2.6 循環(huán)流化床法
    2.3 石灰石-石膏濕法煙氣脫硫技術
        2.3.1 煙氣脫硫系統(tǒng)的工作原理
        2.3.2 脫硫系統(tǒng)組成及工藝特點
    2.4 本章小結
第三章 聚類分析算法理論基礎
    3.1 聚類分析概述
        3.1.1 定義
        3.1.2 聚類方法特征
        3.1.3 常用的聚類算法
    3.2 K-means算法
        3.2.1 原理
        3.2.2 K-means算法具體步驟及流程圖
    3.3 模糊C均值算法
    3.4 初始聚類中心的確定
    3.5 本章小結
第四章 偏最小二乘回歸和支持向量機
    4.1 偏最小二乘回歸理論和方法
        4.1.1 偏最小二乘回歸概述
        4.1.2 偏最小二乘回歸理論建模
    4.2 支持向量機理論基礎及改進
        4.2.1 支持向量機簡介
        4.2.2 支持向量機回歸算法
        4.2.3 最小二乘支持向量機算法
    4.3 本章小結
第五章 基于聚類分析的偏最小二乘支持向量機脫硫效率預測建模
    5.1 模型評價標準
    5.2 數據標準化處理
    5.3 基于聚類分析的偏最小二乘支持向量機脫硫效率預測模型實現(xiàn)
        5.3.1 影響脫硫效率的工況因素選取
        5.3.2 脫硫效率預測模型的拓撲建立
        5.3.3 脫硫效率預測模型的MATLAB實現(xiàn)
    5.4 本章小結
第六章 結論與展望
    6.1 全文總結
    6.2 未來展望
參考文獻
致謝
個人簡況及聯(lián)系方式



本文編號：3949478