基于υ-SVM的汽轮机热耗率回归模型研究

被引：9

作者：

王惠杰 ^{[1
]}

陈林霄 ^{[2
]}

李洋 ^{[1
]}

孙美琪 ^{[1
]}

杨新健 ^{[1
]}

机构：

[1] 华北电力大学电站设备状态监测与控制教育部重点实验室

[2] 广东惠州天然气发电有限公司

来源：

动力工程学报 | 2014年 / 34卷 / 08期

关键词：

υ-SVM; 支持向量机; 汽轮机; 热耗率; 回归模型; 可控边界参数;

D O I：

暂无

中图分类号：

TK261 [理论];

学科分类号：

摘要：

为了直接反映可控边界参数与热耗率的映射关系,基于υ-SVM建立了可控边界参数与热耗率的回归模型,选取与热耗率关联性强的可控边界参数作为输入参数,并应用灰色关联度模型进行验证,详细地描述了基于Libsvm软件建立υ-SVM回归模型的过程,并与BP神经网络模型进行对比.结果表明:在小样本情况下,υ-SVM模型回归精度更高,具有更好的泛化能力;在输入参数小幅波动的情况下,υ-SVM模型的输出结果基本稳定,具有很好的鲁棒性,满足实际应用的精度要求.

引用

页码：606 / 611+645 +645

页数：7

共 16 条

[1] 灰色系统理论及其应用.[M].刘思峰等著;.科学出版社.2004,
[2] 数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,
[3] 支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,
[4] 热力发电厂.[M].郑体宽编;.中国电力出版社.2001,
[5] 统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[6] 汽轮机原理.[M].沈士一等编;.中国电力出版社.1992,
[7] 电站锅炉性能试验规程.[S].上海发电设备成套设计研究所;西安热工研究所.中华人民共和国机械电子工业部.1988,
[8] 基于数据挖掘的大型燃煤发电机组节能诊断优化理论与方法研究.[D].王宁玲.华北电力大学（北京）.2011, 09
[9] 基于改进型BP神经网络的火电机组初压优化
陈林霄
王惠杰
杨新健
[J]. 节能, 2013, 32 (11) : 53 - 56+3
[10] 汽轮机性能预测BP神经网络输入层神经元筛选方法
郭江龙
张树芳
姚力强
王兴国
[J]. 汽轮机技术, 2010, 52 (02) : 147 - 149

← 1 2 →