摘要：大型燃煤电站锅炉是大气NOx污染的主要来源之一,建立有效的NOx排放模型是燃烧优化降低NOx的基础.NOx的排放特性受多个热工变量的影响,并且各变量之间存在相关性和耦合性.基于某660 MW电站锅炉的现场运行数据,将偏最小二乘（PLS）方法与最小二乘支持向量机LS-SVM相结合,利用PLS对输入变量进行特征提取以降低维数和消除相关性,并把得到的特征矩阵作为LS-SVM的输入,建立了NOx排放的PLS-LSSVM模型,并以交叉验证为准则通过网格搜索来获得最优的模型参数.另外,将该模型与其他建模方法进行对比,结果表明通过PLS特征提取可以降低模型的复杂度,提高模型的泛化能力.

关键词：特征提取 偏最小二乘 最小二乘支持向量机 nox排放 电站锅炉 

单位：华北电力大学新能源电力系统国家重点实验室北京102206 国网物资有限公司北京100120