基于改进PSOSVM的燃煤电厂烟气含氧量软测量

针对燃煤电厂烟气含氧量测量成本高、使用过程复杂且精度低等问题，应用软测量的方法来代替氧量传感器估计锅炉烟气含氧量。首先分析烟气含氧量的化学原理和锅炉工艺，初步选取合理的辅助变量，同时引入邓氏关联度分析法对燃煤电厂数据做降维处理，利用支持向量机建立辅助变量与烟气含氧量之间的软测量模型。其次，针对软测量模型参数优化问题，提出一种改进的粒子群优化算法，并对模型中的惩罚参数和核函数参数进行优化，进而利用算法得到的优化值构建改进的烟气含氧量软测量模型。最后，通过仿真验证改进的粒子群优化算法的有效性，并与传统方法进行了对比研究，发现该方法较传统方法预测精度更高、泛化性更好，烟气含氧量预测值的相对误差范围从