火电机组标煤耗率模型的变量选择方法

变量选择是神经网络建模的基础,在火电机组中,影响标煤耗率的因素很多,如果将各种影响因素都包含进输入变量中,将造成相关的输入变量过多,加重神经网络的训练负担,增加陷入局部极小点的可能,降低神经网络的预测精度。文章首先分析了影响火电机组标煤耗率的因素,提出了一种基于敏感度分析的变量选择方法,然后采用该方法计算各个因素对输出的贡献率,并根据各个贡献率从众多影响因素中选取贡献最大的6个因素作为神经网络模型的输入变量。仿真结果表明,该变量选择方法简化了神经网络结构,减少了神经网络的训练时间,提高了神经网络的预测精度。