基于设备状态的机组带负荷能力预测

• 作者: 尹喜超 李建强 牛成林 薛薇
• 来源期刊: 节能
• 学科: 工学
• 关键词: 负荷预测 运行参数 改进PSOSVM
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 节能基础科学
• 页码范围: 101-105
• 页数: 5页
• 分类号: TM621
• 字数: 3197字
• 语种: 中文
• DOI: 10.3969/j.issn.1004/7948.2018.11.031

摘要

满足电网实时调度要求是火电厂负荷预测得到推广应用的关键.综合考虑近期炉、机、电及其主要辅机性能其中主要相关参数包括主、再热蒸汽压力、高压缸胀差、辅机电流等,对燃煤机组的负荷进行预测.引入改进粒子群算法(PSO)用于优化SVM模型中参数,建立改进粒子群支持向量机模型(PSOSVM).将改进PSOSVM用于某300 MW燃煤机组并与SVM进行比较.结果表明,改进PSOSVM模型和SVM模型均能够辨别出各参数与机组负荷之间的复杂关系,实现对机组负荷的预测;但改进PSOSOVM可以有效地降低SVM模型的建模误差和预测误差,而且改进PSOSVM模型比SVM模型具有更高的预测精度和更好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛成林		20	577	9.0	20.0
2	李建强	华北电力大学能源动力与机械工程学院	28	487	10.0	22.0
3	尹喜超		2	3	1.0	1.0
4	薛薇	华北电力大学能源动力与机械工程学院	1	0	0.0	0.0