基于LS-SVM的电厂过热汽温仿真研究

被引:2
作者
田海军 [1 ]
门洪 [1 ]
郎世伟 [2 ]
机构
[1] 东北电力大学自动化工程学院
[2] 太仓发电厂
关键词
支持向量机; 径向基核函数; 修剪算法; 稀疏性; 最小二乘;
D O I
暂无
中图分类号
TP391.9 [计算机仿真];
学科分类号
080203 ;
摘要
针对电厂过热汽温控制中存在强非线性和大时滞的特点,利用基于径向基函数的最小二乘支持向量机方法进行建模。由最小二乘支持向量机建立被控对象的模型,并在保证模型逼近性能的前提下,使用修剪算法得到具有稀疏性的SVM模型,该算法的优点是训练过程遵循结构风险最小化原则,不易发生过拟合现象。应用某电厂超临界600MW直流锅炉高温过热系统进行仿真,结果表明该模型可以较好地适应非线性和较大时滞特性的变化。
引用
收藏
页码:270 / 272+289 +289
页数:4
相关论文
共 4 条
[1]   基于最小二乘支持向量机的软测量建模及在电厂烟气含氧量测量中的应用 [J].
王勇 ;
刘吉臻 ;
刘向杰 ;
谭文 .
微计算机信息, 2006, (28) :241-243+290
[2]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[3]   基于动态特性机理分析的锅炉过热汽温自适应模糊控制系统研究 [J].
范永胜 ;
徐治皋 ;
陈来九 .
中国电机工程学报, 1997, (01) :23-28
[4]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297