基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对磨煤机一次风量离线软预测模型难以满足机组变负荷要求的问题,建立了一种自适应修正预测模型参数的LSSVM动态软测量模型.以总的预报误差大小作为阈值来实时更新模型参数,该阈值无需人为参与设定,且能够根据负荷变化自适应改变,并采用网格搜索结合粒子群寻优算法得到LSSVM动态软测量模型中的2个最优参数,应用电厂实际运行数据建立软测量模型并对一次风量动态预测.结果表明:所建立的LSSVM动态软测量模型正确合理、预测精度高(相对误差波动小于1.5%)、实时性好,能很好地实现磨煤机一次风量的实时预测和估计,为磨煤机一次风量的在线监测提供数据支持.
推荐文章
磨煤机风量调节优化控制措施
磨煤机
一次风
测量系统
改进的局部LSSVM算法在明胶浓度软测量中的应用
明胶浓度
软测量
最小二乘支持向量机
局部学习
粒子群算法
K均值聚类
基于RBF网络的变风量空调送风量软测量研究
RBF神经网络
送风量
软测量
基于IBA-LSSVM的光合细菌发酵软测量
光合细菌
改进蝙蝠算法
最小二乘支持向量机
软测量模型
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 LSSVM动态软测量模型在磨煤机一次风量预测方面的应用
来源期刊 动力工程学报 学科 工学
关键词 一次风量 动态软测量 最小二乘支持向量机 预报误差 运行数据
年,卷(期) 2016,(3) 所属期刊栏目 辅机技术
研究方向 页码范围 207-212,217
页数 7页 分类号 TK313
字数 4733字 语种 中文
DOI
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 杨耀权 华北电力大学控制与计算机工程学院 69 681 13.0 24.0
2 张新胜 华北电力大学控制与计算机工程学院 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (99)
共引文献  (150)
参考文献  (9)
节点文献
引证文献  (17)
同被引文献  (66)
二级引证文献  (45)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(16)
  • 参考文献(0)
  • 二级参考文献(16)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(14)
  • 参考文献(3)
  • 二级参考文献(11)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(14)
  • 引证文献(7)
  • 二级引证文献(7)
2018(8)
  • 引证文献(4)
  • 二级引证文献(4)
2019(26)
  • 引证文献(3)
  • 二级引证文献(23)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
一次风量
动态软测量
最小二乘支持向量机
预报误差
运行数据
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
动力工程学报
月刊
1674-7607
31-2041/TK
大16开
上海市闵行剑川路1115号
4-301
1981
chi
出版文献量(篇)
3904
总下载数(次)
10
论文1v1指导