基于PSO-LSSVM算法的工业废气净化装置电源参数预测模型

为提高工业废气去除率与净化效率,针对传统净化装置中高频高压电源的输出电压幅值、频率参数不能随废气种类、流量和浓度进行在线调整而造成电能利用率降低的问题,提出一种基于PSO-LSSVM多元回归预测算法的工业废气净化装置电源参数预测模型。根据电源参数及其影响因素,将采集到的历史数据样本分为建模数据样本和实验数据样本,对废气净化装置的有关参数优化协调设置。为克服最小二乘支持向量机（LSSVM）对人为经验选择学习参数的依赖问题,采用粒子群优化算法（PSO）确定惩罚因子C和核函数参数σ^2。结果表明,基于PSO-LSSVM的电源参数预测模型具有较高的精确度,可以真实反映电源参数随废气形式的变化。