基于支持向量回归的凝汽器清洁系数时间序列预测

分析了凝汽器水侧污垢形成的机理,得到凝汽器清洁系数随时间变化的基本规律。提出采用支持向量回归时间序列预测法来预测凝汽器清洁系数。简要介绍了支持向量回归的理论基础,建立了凝汽器清洁系数时间序列预测模型,利用某300MW机组的数据,对模型进行了校验,探讨了参数的选择。并同径向基函数神经网络预测模型进行比较,结果表明,支持向量回归模型在预测性能方面明显优于RBF神经网络方法,并且模型具有较好的预测精度和泛化能力,为凝汽器真空降低故障的诊断,奠定了一定的基础。