论文部分内容阅读
基于某116 MW燃气热水锅炉的实际运行数据,采用多层感知器(MLP)神经网络和支持向量回归机(ε-SVR)数据辨识方法对其运行特性进行仿真建模,分析燃气消耗量及NOx排放量与锅炉运行工况之间的关系,并将两种方法的精确度和泛化能力进行比较.对比发现:MLP模型预测的燃料消耗量与实际数据的误差在-2％～3％之间,NOx的排放量误差在±5％以内;而ε-SVR模型预测的燃料消耗量误差在±2％以内,NOx的排放量误差在±3％以内,ε-SVR方法具有更高的准确性和泛化能力.