汽轮机热耗率多模型建模方法研究

被引：7

作者：

牛培峰 ^{[1
,2
]}

刘超 ^{[1
]}

李国强 ^{[1
]}

马云飞 ^{[1
]}

陈贵林 ^{[1
,2
]}

张先臣 ^{[1
,2
]}

机构：

[1] 燕山大学工业计算机控制工程河北省重点实验室

[2] 国家冷轧板带装备及工艺工程技术研究中心

来源：

计量学报 | 2015年 / 36卷 / 03期

关键词：

计量学; 汽轮机热耗率; 混合蛙跳算法; 多模型建模; 最小二乘支持向量机; 核模糊c均值;

D O I：

暂无

中图分类号：

TM621 [火力发电厂、热电站];

学科分类号：

摘要：

针对汽轮机热耗率难以准确计算的问题,提出了核模糊c均值与混合蛙跳算法优化最小二乘支持向量机(LS-SVM)的汽轮机热耗率多模型建模方法,用来计算不同工况下的热耗率。该方法利用核模糊c均值算法对热耗率数据聚类,采用5折交叉验证平均误差作为LS-SVM参数选择的适应度值,利用混合蛙跳算法优化参数并建立局部模型,采用开关切换得到模型输出,以此实现热耗率的多模型建模。与单一的LS-SVM模型和BP网络热耗率预测模型比较,结果表明该多模型方法有更高的预测精确和更好的泛化能力,能更准确地计算汽轮机热耗率。

引用

页码：251 / 255

页数：5

共 6 条

[1] 基于经验模态分解和支持向量机的短期风电功率组合预测模型
叶林
刘鹏
[J]. 中国电机工程学报, 2011, 31 (31) : 102 - 108
[2] 双循环流化床颗粒循环流率试验与BP神经网络预测
陈鸿伟
刘焕志
李晓伟
高建强
危日光
史洋
[J]. 中国电机工程学报, 2010, 30 (32) : 25 - 29
[3] 采用微分进化算法和径向基函数神经网络的热工过程模型辨识
李岩
王东风
焦嵩鸣
韩璞
[J]. 中国电机工程学报, 2010, 30 (08) : 110 - 116
[4] 基于支持向量回归算法的汽轮机热耗率模型
王雷
张欣刚
王洪跃
司风琪
徐治皋
[J]. 动力工程, 2007, (01) : 19 - 23+49
[5] Model of turbine optimal initial pressure under off-design operation based on SVR and GA[J] . Peifeng Niu,Weiping Zhang.Neurocomputing . 2011 (1)
[6] Model optimization of SVM for a fermentation soft sensor[J] . Guohai Liu,Dawei Zhou,Haixia Xu,Congli Mei.Expert Systems With Applications . 2009 (4)

← 1 →