基于改進(jìn)灰色-多元回歸組合預(yù)測(cè)模型的燃煤電廠智慧水務(wù)研究
發(fā)布時(shí)間:2021-12-10 07:15
以某燃煤電廠水務(wù)系統(tǒng)為研究對(duì)象,對(duì)機(jī)組運(yùn)行參數(shù)和水量歷史數(shù)據(jù)進(jìn)行篩選和關(guān)聯(lián)性分析,根據(jù)前期水平衡測(cè)試結(jié)果,結(jié)合響應(yīng)面分析驗(yàn)證,發(fā)現(xiàn)機(jī)組負(fù)荷、蒸發(fā)損失系數(shù)、濃縮倍率和循環(huán)水溫升這四個(gè)因素能夠?qū)θ珡S供水量產(chǎn)生關(guān)鍵性影響;诨疑碚摵投嘣蔷性回歸分析,分別建立各因素的灰色預(yù)測(cè)模型GM(1, 1),再將灰色模型預(yù)測(cè)值作為自變量輸入到多元非線性回歸方程中,得到了改進(jìn)灰色-多元非線性回歸組合的供水量預(yù)測(cè)模型,其模型擬合度R2為0.913且與真實(shí)值的平均相對(duì)誤差為6.9%左右,實(shí)現(xiàn)了灰色模型和回歸模型優(yōu)勢(shì)互補(bǔ),有效地預(yù)測(cè)該電廠供水量未來(lái)變化;而供水量預(yù)測(cè)是智慧水務(wù)建設(shè)的關(guān)鍵所在,是水務(wù)管理和智能調(diào)度的主要依據(jù),也是實(shí)現(xiàn)供水管網(wǎng)漏損和儀表故障報(bào)警的重要途徑。
【文章來(lái)源】:化工進(jìn)展. 2020,39(S2)北大核心EICSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【部分圖文】:
各因素及交互作用對(duì)某電廠供水量變化的影響
圖1 各因素及交互作用對(duì)某電廠供水量變化的影響根據(jù)上述響應(yīng)面分析結(jié)果,把燃煤電廠供水量預(yù)測(cè)轉(zhuǎn)化為一個(gè)多因素輸入的回歸預(yù)測(cè)問(wèn)題是合理的;首先通過(guò)灰色預(yù)測(cè)模型GM(1,1)對(duì)多元回歸方程的自變量進(jìn)行預(yù)測(cè),準(zhǔn)確地預(yù)測(cè)出自變量的值,輸入到多元回歸模型中,即可實(shí)現(xiàn)對(duì)因變量的預(yù)測(cè)。其次以影響因素的每月歷史數(shù)據(jù)序列(詳見(jiàn)表2)作為自變量,以電廠每月累計(jì)供水量作為因變量,通過(guò)統(tǒng)計(jì)學(xué)軟件建立最優(yōu)的多元回歸模型;多元非線性回歸方程(18)可以用來(lái)定量描述廠區(qū)月累計(jì)總供水量與各因素之間的關(guān)系,但該預(yù)測(cè)模型的擬合度R2為0.867,有待進(jìn)一步優(yōu)化。
(3)為進(jìn)一步增強(qiáng)預(yù)測(cè)精度,本研究對(duì)上述灰色-多元非線性回歸組合模型進(jìn)行了改進(jìn),即將多元非線性回歸模型的輸入值由各因子的歷史數(shù)據(jù)變更為灰色預(yù)測(cè)模型GM(1,1)對(duì)各因素的預(yù)測(cè)值,這樣充分利用了灰色系統(tǒng)具有弱化序列隨機(jī)性,深入挖掘預(yù)測(cè)對(duì)象的演化規(guī)律,還能夠消除各自變量觀測(cè)數(shù)據(jù)的隨機(jī)波動(dòng)或誤差;改進(jìn)灰色-多元線性回歸模型如式(19)所示,該模型的擬合度R2提高至0.913,更能精準(zhǔn)地反映供水量與各因素之間的關(guān)系,說(shuō)明優(yōu)化改進(jìn)是有效的,該預(yù)測(cè)模型更具有實(shí)際意義;本研究還將廠區(qū)實(shí)際供水量與灰色-回歸組合預(yù)測(cè)模型和改進(jìn)型灰色-回歸預(yù)測(cè)模型對(duì)供水量的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比(如圖3所示),用廠區(qū)實(shí)際供水量與預(yù)測(cè)值之間的相對(duì)誤差(如圖4所示),進(jìn)一步考察了上述兩種預(yù)測(cè)模型的精度及擬合度。圖4 傳統(tǒng)模型與改進(jìn)模型相對(duì)誤差比較
【參考文獻(xiàn)】:
期刊論文
[1]深圳市智慧水務(wù)應(yīng)用體系研究[J]. 朱曉慶,殷峻暹,張麗麗,付敏. 水利水電技術(shù). 2019(S2)
[2]基于函數(shù)模型的水務(wù)智慧建模與應(yīng)用[J]. 張曄明,羅賢偉,蔣懷德. 凈水技術(shù). 2019(S2)
[3]工業(yè)智慧水務(wù)的研究和探索[J]. 金亞飚. 工業(yè)水處理. 2020(02)
[4]國(guó)內(nèi)外智慧水務(wù)信息化建設(shè)與發(fā)展[J]. 謝麗芳,邵煜,馬琦,張金松,張土喬. 給水排水. 2018(11)
[5]中國(guó)火電節(jié)水現(xiàn)狀分析及措施建議[J]. 潘荔,劉志強(qiáng),張博. 中國(guó)電力. 2017(11)
[6]新形勢(shì)下火電廠節(jié)水減排工作特點(diǎn)及關(guān)鍵[J]. 楊寶紅. 熱力發(fā)電. 2016(09)
[7]基于多智能體的城鎮(zhèn)家庭用水量模擬預(yù)測(cè)分析[J]. 金菊良,崔毅,張禮兵,周玉良,吳成國(guó). 水利學(xué)報(bào). 2015(12)
[8]供水管網(wǎng)漏損控制研究和實(shí)踐[J]. 劉鎖祥,趙順萍,曹楠,劉闊. 中國(guó)給水排水. 2015(10)
[9]灰色系統(tǒng)研究進(jìn)展(2004—2014)[J]. 劉思峰,楊英杰. 南京航空航天大學(xué)學(xué)報(bào). 2015(01)
[10]火力發(fā)電行業(yè)用水分析及對(duì)策[J]. 韓買(mǎi)良. 工業(yè)水處理. 2010(02)
本文編號(hào):3532139
【文章來(lái)源】:化工進(jìn)展. 2020,39(S2)北大核心EICSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【部分圖文】:
各因素及交互作用對(duì)某電廠供水量變化的影響
圖1 各因素及交互作用對(duì)某電廠供水量變化的影響根據(jù)上述響應(yīng)面分析結(jié)果,把燃煤電廠供水量預(yù)測(cè)轉(zhuǎn)化為一個(gè)多因素輸入的回歸預(yù)測(cè)問(wèn)題是合理的;首先通過(guò)灰色預(yù)測(cè)模型GM(1,1)對(duì)多元回歸方程的自變量進(jìn)行預(yù)測(cè),準(zhǔn)確地預(yù)測(cè)出自變量的值,輸入到多元回歸模型中,即可實(shí)現(xiàn)對(duì)因變量的預(yù)測(cè)。其次以影響因素的每月歷史數(shù)據(jù)序列(詳見(jiàn)表2)作為自變量,以電廠每月累計(jì)供水量作為因變量,通過(guò)統(tǒng)計(jì)學(xué)軟件建立最優(yōu)的多元回歸模型;多元非線性回歸方程(18)可以用來(lái)定量描述廠區(qū)月累計(jì)總供水量與各因素之間的關(guān)系,但該預(yù)測(cè)模型的擬合度R2為0.867,有待進(jìn)一步優(yōu)化。
(3)為進(jìn)一步增強(qiáng)預(yù)測(cè)精度,本研究對(duì)上述灰色-多元非線性回歸組合模型進(jìn)行了改進(jìn),即將多元非線性回歸模型的輸入值由各因子的歷史數(shù)據(jù)變更為灰色預(yù)測(cè)模型GM(1,1)對(duì)各因素的預(yù)測(cè)值,這樣充分利用了灰色系統(tǒng)具有弱化序列隨機(jī)性,深入挖掘預(yù)測(cè)對(duì)象的演化規(guī)律,還能夠消除各自變量觀測(cè)數(shù)據(jù)的隨機(jī)波動(dòng)或誤差;改進(jìn)灰色-多元線性回歸模型如式(19)所示,該模型的擬合度R2提高至0.913,更能精準(zhǔn)地反映供水量與各因素之間的關(guān)系,說(shuō)明優(yōu)化改進(jìn)是有效的,該預(yù)測(cè)模型更具有實(shí)際意義;本研究還將廠區(qū)實(shí)際供水量與灰色-回歸組合預(yù)測(cè)模型和改進(jìn)型灰色-回歸預(yù)測(cè)模型對(duì)供水量的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比(如圖3所示),用廠區(qū)實(shí)際供水量與預(yù)測(cè)值之間的相對(duì)誤差(如圖4所示),進(jìn)一步考察了上述兩種預(yù)測(cè)模型的精度及擬合度。圖4 傳統(tǒng)模型與改進(jìn)模型相對(duì)誤差比較
【參考文獻(xiàn)】:
期刊論文
[1]深圳市智慧水務(wù)應(yīng)用體系研究[J]. 朱曉慶,殷峻暹,張麗麗,付敏. 水利水電技術(shù). 2019(S2)
[2]基于函數(shù)模型的水務(wù)智慧建模與應(yīng)用[J]. 張曄明,羅賢偉,蔣懷德. 凈水技術(shù). 2019(S2)
[3]工業(yè)智慧水務(wù)的研究和探索[J]. 金亞飚. 工業(yè)水處理. 2020(02)
[4]國(guó)內(nèi)外智慧水務(wù)信息化建設(shè)與發(fā)展[J]. 謝麗芳,邵煜,馬琦,張金松,張土喬. 給水排水. 2018(11)
[5]中國(guó)火電節(jié)水現(xiàn)狀分析及措施建議[J]. 潘荔,劉志強(qiáng),張博. 中國(guó)電力. 2017(11)
[6]新形勢(shì)下火電廠節(jié)水減排工作特點(diǎn)及關(guān)鍵[J]. 楊寶紅. 熱力發(fā)電. 2016(09)
[7]基于多智能體的城鎮(zhèn)家庭用水量模擬預(yù)測(cè)分析[J]. 金菊良,崔毅,張禮兵,周玉良,吳成國(guó). 水利學(xué)報(bào). 2015(12)
[8]供水管網(wǎng)漏損控制研究和實(shí)踐[J]. 劉鎖祥,趙順萍,曹楠,劉闊. 中國(guó)給水排水. 2015(10)
[9]灰色系統(tǒng)研究進(jìn)展(2004—2014)[J]. 劉思峰,楊英杰. 南京航空航天大學(xué)學(xué)報(bào). 2015(01)
[10]火力發(fā)電行業(yè)用水分析及對(duì)策[J]. 韓買(mǎi)良. 工業(yè)水處理. 2010(02)
本文編號(hào):3532139
本文鏈接:http://sikaile.net/kejilunwen/dianlilw/3532139.html
最近更新
教材專著