基于FOA-LSSVM的汽轮机热耗率预测模型研究

• 作者: 王惠杰 范志愿 许小刚
• 来源期刊: 热力发电
• 关键词: 果蝇优化算法 最小二乘支持向量机 惩罚因子 核函数 预测模型 泛化能力 鲁棒性 汽轮机热耗率
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 热能科学研究
• 页码范围: 36-42
• 页数: 7页
• 分类号: TM621.4
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2017.05.036

摘要

为了准确描述可控参数与热耗率之间的关系,采用偏相关分析法,结合汽轮机热耗率方程确定了影响汽轮机热耗率的5个主要变量,并将其作为模型的输入参数;通过比较分析,选用RBF_ kernel为模型的核函数;利用果蝇优化算法(FOA)对最小二乘支持向量机(LSSVM)的惩罚因子和核径向范围2个参数进行优化,建立了FOA-LSSVM黑箱模型;以FOA-LSSVM为基础,建立了预测汽轮机热耗率的数学模型,并将其与采用LSSVM、RBF神经网络建立的热耗率预测模型进行对比,同时分析了该模型的鲁棒性.结果表明,基于FOA-LSSVM的汽轮机热耗率预测模型具有精度高、泛化能力强、鲁棒性强的优点.该模型为机组热经济性诊断、参数寻优提供了理论依据,具有一定的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许小刚	华北电力大学能源动力与机械工程学院	21	136	5.0	11.0
2	王惠杰	华北电力大学能源动力与机械工程学院	38	330	9.0	17.0
3	范志愿	华北电力大学能源动力与机械工程学院	10	34	3.0	5.0