基于最小二乘支持向量机的机组能耗曲线拟合

被引:1
作者
马瑞
钟凯
机构
[1] 长沙理工大学电气与信息工程学院
关键词
电厂能耗; 模糊聚类; 最小二乘支持向量机; 曲线拟合;
D O I
暂无
中图分类号
TM621.2 [锅炉及燃烧系统];
学科分类号
080802 ;
摘要
电厂能耗曲线的拟合不仅是进行机组优化的前提,而且对于检测机组的稳定性和可靠性都具有重要意义.首先用模糊聚类算法对大量数据进行分类整理,从中找出最能反映机组稳定运行时的一些数据,然后利用最小二乘支持向量机回归理论对能耗曲线进行拟合.通过对贵州某电厂的能耗曲线进行实际拟合,表明此方法速度快,误差小,拟合精度高,可以满足实际需求.
引用
收藏
页码:36 / 40
页数:5
相关论文
共 11 条
[1]   基于最小二乘支持向量机的励磁特性曲线拟合 [J].
尉军军 ;
全力 ;
彭桂雪 ;
胡海斌 .
电力系统保护与控制, 2010, 38 (11) :15-17+24
[2]   一种基于实时数据误差补偿的傅立叶测频算法 [J].
朱朱朱 ;
张君 ;
秦虹 ;
蔡旭 .
电力系统保护与控制, 2009, 37 (22) :44-48
[3]   基于初始聚类中心选取的改进FCM聚类算法 [J].
张慧哲 ;
王坚 .
计算机科学, 2009, 36 (06) :206-209
[4]   基于BP和RBF神经网络压气机特性曲线拟合方法的研究 [J].
王志涛 ;
李淑英 ;
谭智勇 .
汽轮机技术, 2009, 51 (02) :94-96+99
[5]   电机智能测试系统特性拟合处理与实现 [J].
李立 .
微电机, 2008, (07) :65-68
[6]   用分形理论拟合高压绝缘子泄漏电流曲线 [J].
惠阿丽 ;
林辉 .
高电压技术, 2008, (01) :27-29+52
[7]   基于支持向量机的磁化曲线拟合新方法 [J].
郝文斌 ;
李群湛 ;
苏宏升 ;
郑勇康 .
变压器, 2006, (07) :8-12
[8]   基于模糊聚类的电力负荷特性的分类与综合 [J].
李培强 ;
李欣然 ;
陈辉华 ;
唐外文 .
中国电机工程学报, 2005, (24) :73-78
[9]   PT铁损对铁磁谐振的影响分析 [J].
杜志叶 ;
阮江军 ;
王伟刚 .
高压电器, 2005, (04) :257-259+264
[10]   湿敏电容式传感器测量SF6气体湿度的研究 [J].
伊晓光 ;
孙来军 ;
胡晓光 .
华北电力技术, 2004, (04) :17-18+54