基于BP神經(jīng)網(wǎng)絡(luò)和SVM的電廠粉塵濃度在線監(jiān)測(cè)

　　長(zhǎng)久以來(lái)，燃煤電廠都是環(huán)保監(jiān)察的重點(diǎn)單位，這要求電廠要更加嚴(yán)格的控制各種污染物的排放量。國(guó)家針對(duì)電廠的各項(xiàng)排放物都制定了嚴(yán)格的指標(biāo)。雖然可以通過(guò)運(yùn)行狀況大致控制排放濃度，但不能及時(shí)確定是否超標(biāo)，所以實(shí)現(xiàn)在線監(jiān)測(cè)非常有必要。粉塵，眾所周知，既污染環(huán)境，易導(dǎo)致霧霾、浮塵和酸雨等惡劣天氣；又危害人體健康，引發(fā)呼吸道疾病，甚至致癌。因此本文以粉塵排放濃度為例，探索建立污染物排放在線檢測(cè)模型。

　　目前，多數(shù)電廠采用的是離線取樣的過(guò)濾稱重法。國(guó)內(nèi)外也有一些在線測(cè)量方法，如電容法、口射線法、光散射法，還有各類粉塵濃度傳感器。但受檢測(cè)原理、儀器校準(zhǔn)和操作規(guī)范等條件的限制，測(cè)量會(huì)有較大誤差。因此軟測(cè)量技術(shù)被引入，來(lái)彌補(bǔ)儀表等硬件的不足。軟測(cè)量就是利用數(shù)學(xué)的映射思想，利用人工智能建立各種模型，模擬出己知數(shù)據(jù)與期望數(shù)據(jù)間的映射關(guān)系引。常用的建模方法有人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、模糊數(shù)學(xué)和自適應(yīng)模擬等。本文選擇BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)（SVM）法進(jìn)行建模，并用某600 MW機(jī)組的實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行模擬驗(yàn)證。