基于改进模糊聚类与IPSO-SVM的燃煤电站NO<sub><i>x</i></sub>排放多模型预测
来源：动力工程学报杂志2019年第5期北京时间：
作者：付忠广, 高学伟, 李闯, 刘炳含, 王树成,
摘要：通过挖掘大量脱硝系统现场运行数据，提出一种新的多模型选择性催化还原（SCR）脱硝系统建模方法：首先对SCR脱硝系统进行理论分析和实际运行研究，应用改进遗传模拟退火的模糊聚类算法对训练集进行聚类划分，得到最优聚类效果；然后建立相应的支持向量机子模型，并采用改进的粒子群算法对模型参数进行优化，所建立的子模型通过隶属度值加权融合得到最终的整体预测模型。以某电站锅炉脱硝系统为例，对所提出的方法进行验证，并与其他建模方法进行比较。结果表明：所建立的模型具有较高的泛化能力和预测精度。
关键词：NOx排放,多模型建模,模糊聚类,改进粒子群算法,遗传模拟退火,
