支持向量机算法在电厂中的应用

• 作者: 何明福 潘卫国 潘秉超 王文欢
• 来源期刊: 上海电力学院学报
• 学科: 工学
• 关键词: 火电厂 支持向量机 软测量
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 动力工程
• 页码范围: 5-8
• 页数: 4页
• 分类号: TM621|TP274.4
• 字数: 2703字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4729.2013.01.002

摘要

支持向量机(SVM)是基于结构风险最小化原理的机器学习技术,在解决小样本、非线性和高维的机器学习问题中表现出许多特有的优势,适用于函数预测、模式识别和数据分类领域.该算法在火电厂运行优化、清洁生产、故障诊断等方面均有应用,参数预测精度能够满足工程应用,为火电厂的节能优化和故障诊断提供一个新的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘卫国	上海电力学院能源与机械工程学院	133	1036	18.0	25.0
2	王文欢	上海电力学院能源与机械工程学院	50	280	10.0	14.0
3	何明福	上海电力学院能源与机械工程学院	3	18	3.0	3.0
4	潘秉超	上海电力学院能源与机械工程学院	4	21	3.0	4.0