文献

J-GLOBAL ID：201702235032191170   整理番号：17A0109717

改良偏互情報に基づく火力発電所のSCR脱硝システムのモデリング【JST・京大機械翻訳】

Modeling of Power Plant SCR Denitrification System Based on Improved Partial Mutual Information Method

著者 (6件)： Qin Tianmu (State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, School of Control and Computer Engineering, North China Electric Power University(beijing)) ,  Liu Jizhen (State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, School of Control and Computer Engineering, North China Electric Power University(beijing)) ,  Fang Lianhang (Hainan Electric Power Technology Research Institute) ,  Liu Hongyan (Hainan Electric Power Technology Research Institute) ,  Yang Tingting (State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, School of Control and Computer Engineering, North China Electric Power University(beijing)) ,  Lu You (State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, School of Control and Computer Engineering, North China Electric Power University(beijing))
資料名： Dongligongcheng Xuebao  (Dongligongcheng Xuebao)
巻： 36  号： 9  ページ： 726-731,738  発行年： 2016年 
JST資料番号： C2678A  ISSN： 1674-7607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の偏互情報(PMI)法は,期待値を計算するために使用するとき,計算誤差が大きく,選択精度に悪影響を及ぼし,内挿法を回帰値の計算に適用することによって,改良偏互情報(IPMI)法を提案し,BENCHMARK検証法の有効性を示した。IPMI法を火力発電所のSCR脱硝システムに適用し,最適SVMをサポートベクトルマシン(SVM)モデルの入力として選択し,現場データを用いてIPMI-SVMモデルを構築し,従来のSVM法と比較した。結果は以下を示す。IPMI-SVMモデルは高い予測精度を持ち,IPMI法はモデルの汎化能力とロバスト性を効果的に改善し,モデルの複雑さを低減した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  *モデリング ,  期待値 ,  汎化 ,  内挿法 ,  ロバスト性 ,  *脱硝
準シソーラス用語： モデルの複雑さ ,  予測精度 ,  *火力発電所 , 【Automatic Indexing@JST】

著者キーワード (5件)： flue gas denitrification ,  partial mutual information ,  support vector machine ,  variable selection ,  data modeling

分類 (1件)： 食品の品質  (FJ01040F)

タイトルに関連する用語 (4件)： 火力発電所 ,  SCR ,  脱硝 ,  モデリング