基于多目标LSSVM回归的火电厂烟气含氧量软测量

• 作者: 周霞 柳善建
• 来源期刊: 计算机测量与控制
• 关键词: 软测量 拟合误差 预测误差 烟气含氧量
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3101-3104
• 页数: 4页
• 分类号: TP274
• 语种: 中文

摘要

为了提高基于LSSVM的软测量模型的可信度,提出将平均拟合误差、平均预测误差与最大预测误差作为模型参数优化的3个目标,并根据两个预测误差目标之间的差值来设置模型参数选择的偏好;基于某电厂600 MW超临界机组运行时采集的数据,对烟气含氧量进行的建模仿真结果表明:根据偏好选择LSSVM的正则化参数γ与核函数宽度σ可以同时兼顾模型的拟合能力与预测能力,并确保模型的最大预测误差小于一定的上限,从而能够提高模型的可信度;在此基础上,对γ与σ值变化的仿真试验进一步验证了综合考虑上述3个目标来进行模型参数优化选择的合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周霞	金陵科技学院机电工程学院	8	27	2.0	5.0
5	柳善建	东南大学能源与环境学院	3	18	2.0	3.0