本文選題：果蠅優(yōu)化算法 + 最小二乘支持向量機　； 參考：《熱力發(fā)電》2017年05期

【摘要】：為了準(zhǔn)確描述可控參數(shù)與熱耗率之間的關(guān)系,采用偏相關(guān)分析法,結(jié)合汽輪機熱耗率方程確定了影響汽輪機熱耗率的5個主要變量,并將其作為模型的輸入?yún)?shù);通過比較分析,選用RBF_kernel為模型的核函數(shù);利用果蠅優(yōu)化算法(FOA)對最小二乘支持向量機(LSSVM)的懲罰因子和核徑向范圍2個參數(shù)進行優(yōu)化,建立了FOA-LSSVM黑箱模型;以FOA-LSSVM為基礎(chǔ),建立了預(yù)測汽輪機熱耗率的數(shù)學(xué)模型,并將其與采用LSSVM、RBF神經(jīng)網(wǎng)絡(luò)建立的熱耗率預(yù)測模型進行對比,同時分析了該模型的魯棒性。結(jié)果表明,基于FOA-LSSVM的汽輪機熱耗率預(yù)測模型具有精度高、泛化能力強、魯棒性強的優(yōu)點。該模型為機組熱經(jīng)濟性診斷、參數(shù)尋優(yōu)提供了理論依據(jù),具有一定的工程應(yīng)用價值。
[Abstract]:In order to accurately describe the relationship between the controllable parameters and the heat consumption rate, the partial correlation analysis method and the heat consumption rate equation of the steam turbine are used to determine the five main variables that affect the heat consumption rate of the steam turbine, which are taken as the input parameters of the model. Through comparative analysis, RBF_kernel is chosen as kernel function of the model, and the penalty factor and kernel radial range of LSSVM are optimized by using Drosophila Optimization algorithm. The FOA-LSSVM black box model is established based on FOA-LSSVM. A mathematical model for predicting heat consumption rate of steam turbine is established and compared with the prediction model based on LSSVMU RBF neural network. The robustness of the model is analyzed at the same time. The results show that the prediction model of steam turbine heat consumption based on FOA-LSSVM has the advantages of high accuracy, strong generalization ability and strong robustness. The model provides a theoretical basis for the thermal economic diagnosis and parameter optimization of the unit, and has a certain engineering application value.
【作者單位】： 華北電力大學(xué)能源動力與機械工程學(xué)院;
【基金】：北京市自然科學(xué)基金項目(3132028) 中央高�；究蒲袠I(yè)務(wù)費專項資金資助項目(12NQ40)~~
【分類號】：TK261;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 高玉忠,董宏宇;汽輪機評標(biāo)熱耗率探討[J];汽輪機技術(shù);2001年05期

2 方超;循環(huán)水參數(shù)對汽輪機熱耗率的實用修正方法[J];熱力透平;2004年04期

3 張文琴;付忠廣;靳濤;劉剛;;基于偏最小二乘算法的熱耗率回歸分析[J];現(xiàn)代電力;2009年05期

4 張文杰;;超超臨界機組熱耗率高原因分析與解決方案[J];硅谷;2012年20期

5 閆順林;蘭紅穎;;進汽參數(shù)變化對汽輪機熱耗率影響的分析[J];汽輪機技術(shù);2013年01期

6 張建,曹祖慶;中間再熱機組在動態(tài)過程中的熱耗率在線監(jiān)測數(shù)學(xué)模型[J];汽輪機技術(shù);1992年01期

7 王雷;張欣剛;王洪躍;司風(fēng)琪;徐治皋;;基于支持向量回歸算法的汽輪機熱耗率模型[J];動力工程;2007年01期

8 云曦;閻維平;;火電廠汽輪機組熱耗率計算影響因素的分析[J];電力設(shè)備;2007年03期

9 任少君;司風(fēng)琪;徐治皋;;基于滑動樣本熵的汽輪機熱耗率不確定度分析[J];東南大學(xué)學(xué)報(自然科學(xué)版);2012年S2期

10 任彥;陳曉峰;許云龍;;熱力系統(tǒng)各參數(shù)偏差對熱耗率計算影響的評估[J];華東電力;2013年01期

，

本文編號：1866632