摘要：建立准确的NO_x排放量模型是锅炉优化降低NO_x的基础。为提高NO_x排放量的预测精度,提出基于最小二乘支持向量机和自回归滑动平均模型的锅炉NO_x排放量动态软测量的方法。基于某电厂330 MW机组的一段历史运行数据,首先,建立最小二乘支持向量机的NO_x排放量静态软测量模型。其次,利用自回归—滑动平均方法实现对静态模型的动态校正。最后,针对2组不同样本验证LSSVM-ARMA模型和LS-SVM模型,得到2个模型的平均误差和均方根误差。结果表明：与LS-SVM模型相比,LS-SVM与ARMA相结合的模型具有更高的预测精度,对于电站锅炉NO_x排放量的预测具有一定的有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社