基于改进预测模型的水电机组状态趋势预测

• 作者: 陈畅 张毅 段炼达 王聪
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 趋势预测 麻雀搜索 支持向量回归 HCON 预警模块
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 机电与控制工程|ELECTROMECHANICS AND CONTROL ENGINEERING
• 页码范围: 163-167
• 页数: 5页
• 分类号: TV742
• 语种: 中文

摘要

针对水电机组信号呈现的非线性和非平稳特性,提出了基于改进麻雀搜索算法与支持向量回归相结合的预测模型(ItSSA_SVR).将麻雀搜索算法进行自适应改进,首先在种群初始化方面,引入Sine混沌映射来影响算法的整个过程,使种群在搜索空间更加均匀的分布;其次采用自适应学习因子ω来提高算法的搜索能力,并通过Levy飞行算法这种随机游走策略来避免陷入局部最优的难题;最后,采用t分布对个体进行变异,提高算法的全局搜索性和局部搜索性的同时也提高了搜索速度.采用所提的改进麻雀搜索算法,建立SVR模型,基于iSMA2000一体化状态监测与趋势分析系统,对某水电站机组的上导X摆度值监测数据实例进行分析验证.结果 表明,该预测模型具有更好的预测精度,且能拟合数据的波动状况,并根据实际工程应用需求,将此模型与HCON可视化软件结合,开发了组态化预测模块,实现了趋势预警模块的功能,对预测水电机组未来运行状态的发展趋势有一定的指导意义.