原文服务方: 热力发电       
摘要:
针对锅炉飞灰含碳量难以长期准确预测的问题,从提高模型预测精度和自适应能力的角度出发,提出一种基于模型预测性能评价的自适应校正加权最小二乘支持向量机(WLSSVM)软测量模型.构造了基于最大线性无关组的软测量模型训练样本集,使WLSSVM模型具有较好的稀疏性,并减少了训练过程的计算量;建立基于数据相似度加权因子的WLSSVM软测量模型,利用双种群差分进化算法进行模型参数的优化选取;通过模型预测性能在线评估和递推校正实现了模型在线自适应校正.在某台300 MW机组锅炉上进行的仿真试验结果表明,该算法模型具有良好的预测精度和自适应能力,能够有效预测锅炉飞灰含碳量.
推荐文章
基于PSO-SVR的飞灰含碳量软测量研究
飞灰含碳量
支持向量回归
粒子群
软测量
支持向量回归在飞灰含碳量软测量中的应用
支持向量回归
粒子群优化算法
数据预处理
飞灰含碳量
软测量
基于信息融合的火电厂飞灰含碳量的软测量建模
信息融合
软测量
自适应加权融合
最小二乘支持向量机
飞灰含碳量
电站锅炉飞灰含碳量在线软测量模型算法
锅炉
神经网络
软测量
飞灰含碳量
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 飞灰含碳量自适应校正WLSSVM软测量模型
来源期刊 热力发电 学科
关键词 锅炉 飞灰 含碳量 最大线性无关组 双种群差分进化算法 递推校正
年,卷(期) 2013,(8) 所属期刊栏目 热能科学研究
研究方向 页码范围 75-80
页数 6页 分类号 TP393
字数 语种 中文
DOI 10.3969/j.issn.1002-3364.2013.08.075
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 王宝玉 22 129 5.0 10.0
2 常浩 16 66 4.0 7.0
3 王伟 13 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (56)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (21)
二级引证文献  (6)
1978(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(15)
  • 参考文献(0)
  • 二级参考文献(15)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
锅炉
飞灰
含碳量
最大线性无关组
双种群差分进化算法
递推校正
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
热力发电
月刊
1002-3364
61-1111/TM
大16开
西安市雁塔区雁翔路99号博源科技广场A座
1972-01-01
中文
出版文献量(篇)
6331
总下载数(次)
0
总被引数(次)
39999
论文1v1指导