基于WOA-LSSVM的鍋爐NOx排放量預測模型

摘要：精準可靠地預測鍋爐NO x 排放量對電站鍋爐低氮運行有著重要意義,為了提升模型的預測效果,提出一種基于鯨魚優化算法-最小二乘支持向量機(WOA-LSSVM)的鍋爐NO x 排放量預測建模方法。首先歸一化處理初始樣本數據,然后通過WOA算法對LSSVM中的核函數寬度和懲罰因子兩個參數進行尋優求解,建立WOA-LSSVM黑箱模型,最終得到模型輸出,同時將采用果蠅優化算法(FOA)、粒子群優化算法(PSO)優化參數建立的LSSVM預測模型和單一LSSVM預測模型作為對比研究。仿真結果表明,采用WOA優化的LSSVM模型在NO x 排放量預測方面明顯優于其他選定模型,具有穩定且較高精度的仿真性能。