基于特征选择和MGWO-LSSVM的出口SO2浓度预测
郄英杰1
王建峰1
柳建民1
刘岳2
1.山西漳山发电有限责任公司,山西长治0460212.华北电力大学控制与计算机工程学院,河北保定071003
摘要：针对燃煤机组出口SO2浓度难以稳定控制的问题,提出一种基于特征选择和MGWO-LSSVM的预测模型.通过机理分析挑选初始变量,再利用LASSO算法删除冗余变量,简化模型输入.将互信息算法计算输入与输出变量间的时间延迟,加入时延补偿,增加输入与输出之间的相关性,利用改进灰狼算法(MGWO)对搭建的LSSVM模型参数进行优化.仿真结果表明,特征选择可以有效降低模型误差,而MGWO算法相比于其他寻优算法具有更高的寻优精度,经MGWO优化的LSSVM模型预测误差RMSE为0.7071,能够满足实际生产需求.
关键词：特征选择LSSVM改进灰狼优化算法LASSO选择浓度预测
分类号：TK323(热工量测和热工自动控制)
论文发表日期：2021-09-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 33-37 )
英文信息