基于高斯過程回歸的雙切圓燃煤鍋爐煙氣含氧量預測

俎魏鋒

（廣東大唐國際雷州發電有限責任公司，廣東 湛江 524255）

0 引言

煙氣含氧量是評價燃煤電廠的一個重要指標。煙氣含氧量過高表明總風量過大，進而導致排煙熱損失增加，鍋爐效率降低；煙氣含氧量過低則表明爐內空氣量不充分，煤粉燃燒可能處于缺氧狀態，進而增加CO含量，導致水冷壁高腐蝕。煙氣含氧量涉及多種影響因素，包括負荷、總風量、一次風溫度以及二次風溫度等因素。鍋爐的大遲滯特性會在操作條件發生變化時導致煙氣含氧量不能及時發生變化。除此之外，傳統煙氣含氧量測量工具包括氧化鋯煙氣傳感器和磁式氧氣傳感器等，這些傳感器成本較高，且測量環境灰含量較高，容易造成測量原件的腐蝕，導致測量不準確。

為實現煙氣含氧量的準確、及時測量，已有研究人員利用鍋爐歷史數據，使用最小二乘支持向量機模型、人工神經網絡和支持向量機建立了煙氣含氧量預測模型，并且有較高的預測精度。高斯過程回歸同樣是一種數據驅動的機器學習回歸模型，以往研究表明具有良好的預測能力。該文利用歷史運行數據，對1000 MW超超臨界雙切圓煤粉鍋爐建立高斯過程回歸煙氣含氧量預測模型。

1 高斯過程回歸模型介紹

1.1 高斯過程回歸模型原理

高斯過程回歸是使用高斯過程對輸入參數進行先驗回歸分析的預測模型。相較于其他回歸模型，高斯過程回歸嚴格依照概率統計理論，可對預測值輸出置信區間。……