|
|||||
|
|
| 结合火焰监测技术和支持向量机算法的混煤在线辨识研究（英文） | |
| 摘 要： | 目的:混煤在锅炉燃烧中应用广泛。本文利用火焰监测技术提取混煤燃烧的火焰特征量,获取最优的特征量组合,并研究混煤相似度对其辨识错误率和正确率的影响。创新点:1.利用Relief F算法和支持向量机(SVM)算法定量分析各个火焰特征量在煤质辨识过程中的重要性,获取最优特征量组合;2.定义混煤的相似度,并分析相似性对其辨识错误率和正确率的影响。方法:1.利用火焰监测技术提取火焰图像信号和火焰光强信号,提取20个火焰特征量(图3和4、表1);2.利用Relief F算法计算20个特征量在煤质辨识中的重要性(图7);3.利用SVM算法分析特征量个数对煤质辨识正确率的影响,确定最优特征量组合(图8)。结论:1.在煤质辨识过程中,结合Relief F算法和SVM算法可以将特征量个数由20降至12,并能保证辨识准确度;2.混煤与其组分煤种的相似度主要受组分煤种的挥发份含量及掺混比例影响;3.辨识错误率与相似度之间存在一个阈值,当相似度低于该阈值时,辨识错误率为0,当相似度高于该阈值时辨识错误率与相似度呈正相关;4.辨识正确率随着相似度的升高而降低。 |
| 本文献已被 CNKI 等数据库收录！ | |