基于NWAPSO参数全局寻优的LS-SVM电站风机性能预测

• 作者: 朱予东 王天龙 王星久 胡佳琪
• 来源期刊: 应用能源技术
• 学科: 工学
• 关键词: 非线性权重自适应粒子群优化 最小二乘支持向量机 风机 性能预测
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 节能技术
• 页码范围: 46-48
• 分类号: TK414.2
• 字数: 2056字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3230.2011.10.013

摘要

风机的性能曲线是风机选型和优化运行的重要依据.通常该曲线通过试验试验数据和性能图表上的数据进行曲线拟合获得.由于该曲线非线性很强,传统方法复杂昂贵,而且拟合精度不高.针对以上不足,提出了一种基于非线性权重自适应粒子群优化(NWAPSO)参数全局寻优的最小二乘支持向量机( LS - SVM)风机性能预测方法.通过最小二乘支持向量机建模,并应用非线性权重自适应粒子群优化算法对模型参数进行全局寻优,得到具有较高精度的风机性能曲线.计算结果表明,根据本文方法建立的模型很简洁,只需要知道少量的训练样本就能建立,可以比较精确的预测风机性能,具有较显著的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱予东	华北电力大学电站设备状态监测与控制教育部重点实验室	42	399	13.0	18.0
2	王星久	华北电力大学电站设备状态监测与控制教育部重点实验室	6	29	4.0	5.0
3	王天龙	华北电力大学电站设备状态监测与控制教育部重点实验室	8	37	5.0	6.0
4	胡佳琪	华北电力大学电站设备状态监测与控制教育部重点实验室	4	16	2.0	4.0