基于PLS与MPGA-ELM的汽轮机排汽焓预测模型

• 作者: 齐继鹏 闫水保 冯灿 钱亿博
• 来源期刊: 热能动力工程
• 关键词: 汽轮机排汽焓 偏最小二乘法 多种群遗传算法 极限学习机
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 叶轮机械|Turbomachinery
• 页码范围: 24-29
• 页数: 6页
• 分类号: TM311
• 语种: 中文
• DOI: 10.16146/j.cnki.rndlgc.2021.06.004

摘要

针对汽轮机排汽焓参数难以直接测量的问题,提出了一种利用偏最小二乘法(PLS)和多种群遗传算法(MPGA)优化极限学习机(ELM)的汽轮机排汽焓预测模型.先将采集到的数据进行预处理,然后通过PLS将多维的输入变量降维成低维相互独立的变量,再利用MPGA对ELM的初始权值与阈值进行优化,最后使用优化后的模型进行训练.并将该模型预测结果与BP、ELM以及SVM等模型预测结果进行对比,结果表明MPGA-ELM具有更低的误差、更高的模型预测精度及更强的泛化能力.