基于CPSO-LSSVM的汽轮机热耗率软测量模型

• 作者: 刘超 李一龙 牛培峰 王莉莉 陈国彬
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: 热耗率 粒子群算法 最小二乘支持向量机 混沌搜索 软测量模型
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 汽轮机与燃气轮机
• 页码范围: 706-712,739
• 页数: 8页
• 分类号: TM621.4
• 字数: 5587字
• 语种: 中文

摘要

为了准确建立汽轮机热耗率预测模型,提出了一种基于变空间Logistic混沌粒子群算法(CPSO)优化最小二乘支持向量机(LSSVM)的汽轮机热耗率软测量模型.采用变空间Logistic混沌搜索策略和粒子镜像越界处理策略来改善粒子群算法(PSO)的全局优化性能,提出了CPSO优化最小二乘支持向量机的超参数以改善模型预测精度,并以某600 MW汽轮机组为研究对象,利用该机组的运行数据建立CPSO-LSSVM的热耗率预测模型.结果表明:CPSO-LSSVM模型具有更高的预测精度和更强的泛化能力,能够准确有效地预测热电厂的汽轮机热耗率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛培峰	燕山大学工业计算机控制工程河北省重点实验室	64	595	13.0	21.0
2	陈国彬	重庆工商大学融智学院大数据研究所	38	96	5.0	8.0
3	李一龙		10	13	2.0	3.0
4	刘超	燕山大学工业计算机控制工程河北省重点实验室	24	76	5.0	8.0
5	王莉莉	重庆工商大学融智学院大数据研究所	17	22	3.0	4.0