基于支持向量机的回归预测和异常数据检测

被引：140

作者：

王雷 ^{[1
]}

张瑞青 ^{[1
]}

盛伟 ^{[1
]}

徐治皋 ^{[2
]}

机构：

[1] 沈阳工程学院动力工程系

[2] 东南大学能源与环境学院

来源：

中国电机工程学报 | 2009年 / 29卷 / 08期

关键词：

热能动力工程; 异常数据; 实时数据; 支持向量回归; 主蒸汽流量;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TM621 [火力发电厂、热电站];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

针对电站实时数据中普遍存在异常数据的情况,提出一种基于支持向量回归的异常数据检测方法。该方法利用支持向量回归估计模型不倾向于消除个别大的回归误差,而是从整体上考虑回归曲线的平滑程度的特点,通过比较回归估计值与实测值之间的残差来识别测量数据中的异常数据。以某300MW机组的主蒸汽流量为具体对象,给出了该方法的算例和检测结果,计算结果表明该方法能有效地实现异常数据的定位与分离,为提高电站性能计算的精确性奠定基础。

引用

页码：92 / 96

页数：5

共 18 条

[1]

基于支持向量回归的大容量机组主蒸汽流量建模 [J].