PSO-SVM软测量方法在火电厂煤质发热量测量中的应用

• 作者: 付忠广 曹宏芳 齐敏芳
• 来源期刊: 热能动力工程
• 学科: 工学
• 关键词: 低位发热量 软测量 支持向量机 粒子群优化算法
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 热力工程
• 页码范围: 731-735
• 分类号: TQ533|TP331
• 语种: 中文

摘要

为了对电厂煤质发热量进行简单准确的测量,在煤质发热量理论研究的基础上,提出了利用支持向量机算法进行软测量.对支持向量机的数学原理进行分析后,利用某燃煤电厂的运行数据,构建了支持向量机模型.在构建模型过程中引入了PSO(粒子群优化算法)寻找模型中涉及的惩罚参数c和核函数参数g的最优值,然后利用最优值构建了PSO-SVM软测量模型,模型的测试结果表明:PSO-SCM模型相对误差集中在1％以内,CV(交叉验证法)建立的SVM模型相对误差在1.5％左右,而常用的BP(按误差逆传播算法训练的多层前馈网络)神经网络模型得到的相对误差只能保证在3％以内,可见PSO-SVM款测量模型对煤质发热量的测量更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付忠广	华北电力大学能源动力与机械工程学院	96	853	13.0	26.0
2	齐敏芳	华北电力大学能源动力与机械工程学院	6	199	4.0	6.0
3	曹宏芳	华北电力大学能源动力与机械工程学院	2	15	2.0	2.0