摘要：针对电厂NO_x排放进行预测,在满足当前NO_x排放限额的条件下,致力于优化脱销系统的喷氨量,防止其过多或过少。为提升电厂排放NO_x的预测精度,提出SPSS-PSO-SVM预测模型。电厂采集数据类型繁多,变量之间较多存在相关性和耦合性,而统计软件SPSS的引入能较为直观地观测和分析变量间的关联,并通过因子分析计算主成分矩阵,以降低输入变量的维数和消除相关性。基于某780 MW热力电厂的实时数据,通过SPSS特征提取和MATLAB仿真模拟,并将此模型性能与PSO-SVM模型进行比较,结果表明该模型在电厂NO_x排放预测中应用具有一定的有效性。

关键词：spss特征提取 粒子群优化 支持向量机 混合建模 氮氧化物排放 

单位：华北电力大学能源动力与机械工程学院; 河北保定071003