论文部分内容阅读
由于影响脱硫效率的因素较多,且都具有关联性,造成脱硫效率测量困难。就该问题提出了软测量技术,分别运用了偏最小二乘法(PLS)、模糊神经网络法(FNN)和支持向量机法(SVM)3种软测量方法建立了脱硫效率的预测模型。3个模型均基于江西某电厂DCS采集的脱硫系统原始数据,并在MATLAB平台上得到训练与检验,得到较精准的预测模型。最后对3种模型的预测效果进行了比对,得出以下结论:3个模型均能有效的实现预测功能,但在预测效果方面,支持向量机法不仅算法简洁,且精确度更高,在电厂实时测量中更具可行性。