利用煤的工业分析计算元素分析的DE_SVM模型.pdf

《利用煤的工业分析计算元素分析的DE_SVM模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第10期煤炭学报Vol．35No．102010年10月JOURNALOFCHINACOALSOCIETYOct．2010文章编号:0253－9993(2010)10－1721－04利用煤的工业分析计算元素分析的DE－SVM模型11123赵虹，沈利，杨建国，杨丽蓉，徐洪明(1.浙江大学能源清洁利用国家重点实验室，浙江杭州310027;2.宁波越华能源检测有限公司，浙江宁波315012;3.杭州华电半山发电有限公司，浙江杭州310015)摘要:以大量的煤质化验数据为基础，采用基于差分进化算法的支持向量机方法建立了利用

2、工业分析计算元素分析的预测模型。结果表明，与其他模型相比，该模型具有更高的预测精度，且适用于更宽的煤质范围。关键词:煤质;工业分析;元素分析;支持向量机;差分进化算法中图分类号:TQ533文献标志码:AThemodelforcalculatingultimateanalysisofcoalbyitsproximateanalysisbasedonDE－SVM11123ZHAOHong，SHENLi，YANGJian-guo，YANGLi-rong，XUHong-ming(1.StateKeyLaboratoryofCle

3、anEnergyUtilization，ZhejiangUniversity，Hangzhou310027，China;2.NingboYuehuaEnergyTestCo．，Ltd．，Ningbo315012，China;3．HangzhouHuadianBanshanPowerGenerationCo．，Ltd．，Hangzhou310015，China)Abstract:Basedonlargequantityoflaboratorycoalqualitydata，asupportvectormachinemode

4、loptimizedbydiffer-entialevolutionwasputforwardtopredictultimateanalysisdataofcoalfromitsproximateanalysisdata．Comparedwiththeexistingmodels，thismodelhashigherpredictionprecision，andissuitableforwidercoalrange．Keywords:coalquality;proximateanalysis;ultimateanalys

5、is;supportvectormachine;differentialevolution煤的工业分析与元素分析从不同侧面反映了煤础，利用基于差分进化算法(DE)优化的SVM方法建的性质，两者存在着一定的相互关系。在电厂锅炉燃立空干基下的碳元素、氮元素与挥发分、固定碳、灰烧优化系统中，锅炉热效率的计算需要煤质的元素分分、发热量、硫、氢之间数学关系的预测模型，氧元素［14］析数据，但是电厂的生产过程中一般只进行煤的工业根据元素平衡公式进行计算。分析、热值和硫、氢元素分析。1支持向量机回归算法与差分算法目前，在利用工业分析预

6、测元素分析方面，传统方法是采用回归分析方法将元素分析与工业分析相1.1支持向量机回归算法［1－3］关联，但是元素分析与工业分析存在着复杂的非支持向量机回归算法的基本思想是通过一个非线性关系。传统方法只是两者之间的多元线性相关，线性映射将输入向量映射到高维特征空间，并在该空［15］对于特定的煤种，单煤种效果较好，对于宽范围的煤间中进行线性回归。引入ε－不敏感损失函数，［4］种和混煤，只是粗略的估算。对于非线性方法应使SVM从分类领域推广到回归领域;为实现算法结用，大都是采用神经网络建立元素分析与工业分析之构风险最小化原则，

7、引入了惩罚系数C;通过在对偶［4－8］间的非线性关系。支持向量机(SVM)是当前应问题中引入核函数，把选择非线性映射隐式地转化为［9－12］用比较广泛的非线性预测建模工具，与人工神选择核函数的问题，使算法的复杂度与维数无关，最经网络方法相比，支持向量机模型的预测精度更高，后转化为求解凸二次优化问题，且能够保证找到的极［12－13］速度更快。本文以大量的煤质化验数据为基值解就是全局最优解。收稿日期:2010－05－18责任编辑:许书阁作者简介:赵虹(1961—)，男，浙江嘉善人，教授。联系人:杨建国(1973—)，男，副研

8、究员。Tel:0571－87951322，E－mail:yjg@zju.edu.cn1722煤炭学报2010年第35卷1.2差分进化算法见表1。随机选择所有样本中的960个样本作为训［16－17］差分进化算法是基于实数编码的优化算练样本，用于建模，其余的198个样本作为测试样本，法，它的整体结构类似于遗传算法，与遗传