基于最小二乘支持向量机的锅炉对流受热面清洁吸热量预测

• 作者: 吕伟为 安连锁 张世平 沈国清 马美倩
• 来源期刊: 华北电力大学学报(自然科学版)
• 学科: 工学
• 关键词: 清洁吸热量 最小二乘支持向量机 神经网络 预测
• 年，卷（期）: 2013,（1）
• 页码范围: 55-60
• 页数: 6页
• 分类号: TM621.2
• 字数: 3717字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1007-2691.2013.01.011

摘要

针对神经网络拓扑结构复杂、易出现过度训练、仅获局部最优解的问题,为提高锅炉对流受热面清洁时潜在吸热量预测的准确度,更好地进行受热面污染监测,提出了一种新的基于最小二乘支持向量机的对流受热面清洁时潜在吸热量预测方法.依据最小二乘支持向量机预测原理,建立对流受热面清洁时潜在吸热量最小二乘支持向量机预测模型,同时建立神经网络预测模型进行对比研究,实例研究结果表明,最小二乘支持向量机较神经网络具有更高的拟合度,预测各性能都高于神经网络,其在对流受热面清洁时潜在吸热量预测方面明显优于神经网络,将成为对流受热面清洁时潜在吸热量预测也即受热面污染监测方面更为有利的工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安连锁	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	187	2175	24.0	35.0
2	沈国清	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	74	698	14.0	22.0
3	张世平	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	44	291	11.0	14.0
4	吕伟为	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	26	3.0	4.0
5	马美倩	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	7	23	3.0	4.0