基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对汽轮机排汽焓的计算是火电机组热经济性在线分析的难点,提出了采用遗传算法(GA)对基于支持向量回归机(SVR)的预测模型参数进行优化,利用优化后的模型(GA-SVR)对汽轮机排汽焓进行预测研究.以某300 MW汽轮机组为例进行了排汽焓的在线计算,并与常规SVR模型和BP-ANN模型进行对比.结果表明,该方法能够较为准确地在线预测汽轮机排汽焓值,可为火电机组的在线性能监测提供有效的手段.
推荐文章
基于Elman神经网络的汽轮机排汽焓在线预测计算
汽轮机
排汽焓
Elman神经网络
在线预测
汽轮机低压缸排汽通道优化改造
低压缸
排汽通道
导流装置
优化
改造
基于PSO-Elman神经网络的汽轮机排汽焓在线预测计算
汽轮机
排汽焓
Elman神经网络
粒子群优化算法
在线预测
提高汽轮机排汽焓在线预测精度的 GA-Elman 神经网络算法
汽轮机
排汽焓
在线计算
预测精度
Elman
GA
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVR和GA的汽轮机排汽焓在线预测计算
来源期刊 发电设备 学科 工学
关键词 汽轮机 排汽焓 模型 参数优化 在线预测
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 425-429
页数 分类号 TP274.2
字数 3812字 语种 中文
DOI 10.3969/j.issn.1671-086X.2010.06.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 江文豪 东南大学能源与环境学院 7 63 4.0 7.0
2 韦红旗 东南大学能源与环境学院 63 526 13.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (237)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(14)
  • 参考文献(1)
  • 二级参考文献(13)
2004(12)
  • 参考文献(2)
  • 二级参考文献(10)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汽轮机
排汽焓
模型
参数优化
在线预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
发电设备
双月刊
1671-086X
31-1391/TN
大16开
上海闵行剑川路1115号
1987
chi
出版文献量(篇)
2453
总下载数(次)
4
总被引数(次)
8536
论文1v1指导