基于算法的煤质发热量预测

• 作者: 刘林 周杰联 王朋 翟永杰
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 煤质 发热量 预测 参数自适应 粒子群算法 最小二乘支持向量机算法
• 年，卷（期）: 2015,（2）
• 页码范围: 47-51,57
• 页数: 6页
• 分类号: TK16|TK212
• 字数: 3731字
• 语种: 中文
• DOI: 10.3969/j.issn.1002﹣3364.2015.02.047

摘要

为了提高煤质发热量的预测精度，提出了基于参数自适应粒子群(PSO)和最小二乘支持向量机(LSSVM)算法的煤质发热量预测方法：建立 LSSVM 煤质发热量预测模型，通过参数自适应 PSO 算法优化 LSSVM 模型参数。使用测试数据对煤质发热量的预测效果进行了仿真比较。结果表明，基于参数自适应 PSO﹣LSSVM 发热量预测模型能够准确预测发热量的变化，且较参数自适应 PSO﹣BP 神经网络、基本 PSO﹣LSSVM 以及 GA﹣LSSVM 模型运算速度快，预测精度高，利于工程应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟永杰	华北电力大学自动化系	92	1421	19.0	35.0
2	周杰联	广东电网有限责任公司电力科学研究院	11	53	3.0	7.0
3	王朋	广东电网有限责任公司电力科学研究院	9	30	3.0	5.0
4	刘林		6	38	4.0	6.0