基于自适应多目标模糊聚类的多模型软测量

• 作者: 周晓兰 董泽 贾昊
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 多模型 烟气含氧量 高斯过程回归 自适应多目标模糊聚类
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 115-119,134
• 页数: 6页
• 分类号: TM621
• 字数: 5021字
• 语种: 中文

摘要

针对复杂非线性系统单模型软测量存在建模精度低、模型泛化能力差的问题,提出一种采用自适应多目标模糊聚类的多模型高斯过程回归(GPR)软测量建模方法.首先使用自适应多目标聚类方法自动确定聚类个数并得到最优数据子集,避免了聚类个数不易人为给定的问题;然后对各数据子集分别建立GPR子模型,最后采用子模型加权融合方法得到最终的预测结果.使用火电厂历史运行数据建立烟气含氧量软测量模型验证该方法,仿真结果表明,该方法可以提高软测量模型精度,提升模型泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董泽	华北电力大学河北省发电过程仿真与优化控制技术创新中心	94	957	16.0	28.0
2	贾昊	华北电力大学河北省发电过程仿真与优化控制技术创新中心	3	3	1.0	1.0