基于主元分析和支持向量机相结合的烟气含氧量软测量研究

何明福++张惠敏

摘 要：电站锅炉燃烧是一个复杂的物理化学过程，烟气含氧量对实现锅炉的燃烧优化至关重要。软测量技术是利用其它直接物理传感器得到的信息，通过数学模型计算得到所需信息，因而可以避免昂贵的硬件设备费用。本文利用主元分析与支持向量机相结合对烟气含氧量进行软测量建模。

关键词：支持向量机；主元分析；烟气含氧量；软测量

0 引言

电站锅炉燃烧优化是一个复杂的过程，在锅炉运行中，必须控制好送风量与燃料量的比例。风煤比与烟气含氧量具有很强的线性关系，因此锅炉的燃烧优化最终转化为对最佳烟气含氧量的研究 。

目前测量烟气含氧量的氧量分析仪测量结果滞后，对于过程的在线监视和提供反馈信号都有不利影响。随着计算机技术的发展，人工智能建模技术在锅炉烟气含氧量软测量中得到了广泛应用。支持向量机（SVM）由于具有小样本学习能力强等特点已在许多领域显示出巨大的优越性 。主元分析（PCA）是一种统计相关分析技术，它可以将高维空间中的问题转化到低维空间中，使问题变得比较简单和直观。本文利用主元分析对输入支持向量机的数据进行降维处理，简化了支持向量机的建模。

1 模型的输入参数

根据文献，软测量模型的输入应为能反映负荷、燃料、排烟、风量，风速等对烟气含氧量有直接或隐含关系的可实时检测变量。由于试验期间用的都是同一煤质，因此输入参数忽略了煤质的因素，只选择主蒸汽流量、燃料量、送风量、送风机电流、炉膛风箱压差、排烟温度、引风量、引风机电流作为软测量模型的输入。主蒸汽流量，燃料量反映负荷的影响，炉膛风箱压差反映风速的影响，送风量、送风机电流、引风量、引风机电流反映风量的影响。

2 主元分析

主元分析（PCA）是通过多元统计投影，用少量的独立变量表示多个相关变量的动态信息，起到数据降维的作用 。

设Y=（Y1，Y2，…，Yp）是p维向量，定义它的第i个主元Zi为：

Zi=μiY=μi1Y1+μi2Y2+…+μipYp

（i =1，2，…，p μiμi=1） （1）

并且满足：

（1）Z1是一切形如Z=μ′Y中方差最大者；

（2）Zk是一切形如Z=μ′Y中与Z1， Z2，…， Zk-1（k=2，3，…，p）都不相关且方差达到最大者。

则主元Z1为第一主元，主元Z2为第二主元，主元Z3为第三主元，依次类推。

上述8个变量的运行数据构成数据矩阵，即为Y1，Y2，，…， Y8。对矩阵进行主元分析，结果如下，综合考虑支持向量机模型的预测精度，最后选择前4个主元其累加贡献率为98%，即将8个变量压缩为4个综合变量。

3 支持向量机算法

支持向量机算法是一种建立在统计理论学习的基础上的机器学习法，最初应用于分类，该算法的构造过程是在线性可分空间内寻找最优分离超平面的过程，最优分离超平面思想体现了结构风险最小化原则，保证了算法的泛化能力。

对于回归问题支持向量机在分类问题的基础上引入不敏感损失函数ε。所有训练数据都可以在精度 ε下无误差地用线性函数拟合，考虑到会有样本点在目标函数的ε之外的情况引入松弛因子 ξ*i≥0和ξi≥0 ，这时回归问题就可转化为最小化结构 风险函数的问题：

（2）

其相应约束条件

（3）

此外核函数也是支持向量机的另一个重要参数，核函数可以在低维空间内计算高维空间向量之间的内积，使计算大大简化。常用的核函数有；径向基函数、多项式函数、感知器函数、线性函数等。 通过多次试算，最后选择径向基函数作为SVM模型的核函数，形式为

φ（x）=exp（-|xi-xj|2/2δ2s） （4）

4 实例分析

测试锅炉为600 MW的亚临界强制循环固态排渣煤粉炉。燃烧器四角切圆布置，切向摆动摆动角为±15°。

试验期间锅炉负荷从30%升到满负荷，从中挑出稳态数据270组。

烟气含氧量的建模方式为：输入参数（8个）→主元分析→主元（4个）→支持向量机烟气含氧量模型→烟气含氧量。

将270组数据分为两组，243组用于模型的训练，后27组用于模型的预测。其中支持向量机的参数确定经多次试算，确定核函数为径向基核函数，惩罚系C为1.3，不敏感系数为0.1。预测结果与实际值得比较如图1所示，预测结果与实际值比较，预测的最大波动出现在第12个点，偏差为16%，其他都比较小，最小偏差为0.02%，平均偏差为4.11%，模型的预测精度满足工程需要，而且输入数据简化后模型训练时间明显缩短。

5 结论

锅炉燃烧过程是一个十分复杂的被控对象，本文在锅炉不同的燃烧工况下，建立 PCA-SVM 烟气含氧量预测模型，而且模型的预测具有很高的精度，为指导锅炉优化燃烧提供了依据。

参考文献：

[1]王培红，李磊磊，陈强. 人工智能技术在电站锅炉燃烧优化中的应用[J].中国电机工程学报，2004，24（04）：184-188.

[2]龙文，梁昔明，龙祖强. 基于混合 PSO 优化的 LSSVM 锅炉烟气含氧量预测控制[J].中南大学学报.2012，3（43）：980-985.

作者简介：何明福（1986-），男，山东青岛人，助理工程师，硕士研究生，主要从事火电厂机务方向设计工作。endprint