基于改进最小二乘支持向量机的一次风机状态预测方法研究
文档名：基于改进最小二乘支持向量机的一次风机状态预测方法研究
摘要：在"双碳"目标下,针对一次风机工况复杂且多变量强耦合特点,提出一种基于改进天牛须搜索算法(IBAS)优化的最小二乘支持向量机(LSSVM)一次风机状态预测模型.首先,基于"系统+部件"的思想多维度构建了原始特征体系,采用皮尔逊相关系数对各维度数据进行降维处理;其次,应用IBAS对LSSVM模型中的超参数进行寻优计算,建立了完整的一次风机状态预测模型;最后,采用国内某电厂的一次风机实测数据进行算例分析.结果表明:所提出的一次风机状态预测方法在精度和收敛速度上具有一定的优越性,其平均绝对百分比误差为2.53％,低于其他模型,可满足风机状态预测的工程实践需求.
作者：王帝李治汪勇邓志成孙猛方超丁刚肖伯乐Author：WANGDiLIZhiWANGYongDENGZhichengSUNMengFANGChaoDINGGangXIAOBole
作者单位：上海发电设备成套设计研究院有限责任公司,上海200240
刊名：动力工程学报 ISTICPKU
Journal：JournalOfChineseSocietyOfPowerEngineering
年，卷(期)：2023, 43(1)
分类号：K83
关键词：一次风机天牛须搜索算法最小二乘支持向量机预测模型相关性分析
机标分类号：TP273TP18X831
在线出版日期：2023年3月15日
基金项目：国家电力投资集团有限公司统筹研发资助项目，国家电力投资集团有限公司统筹研发资助项目，国家电力投资集团有限公司统筹科技资助项目基于改进最小二乘支持向量机的一次风机状态预测方法研究[
期刊论文]动力工程学报--2023, 43(1)王帝李治汪勇邓志成孙猛方超丁刚肖伯乐在"双碳"目标下,针对一次风机工况复杂且多变量强耦合特点,提出一种基于改进天牛须搜索算法(IBAS)优化的最小二乘支持向量机(LSSVM)一次风机状态预测模型.首先,基于"系统+部件"的思想多维度构建了原始特征体系,采用皮尔...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进最小二乘支持向量机的一次风机状态预测方法研究Research on State Prediction Method of Primary Air Fan Based on Improved LSSVM
基于改进最小二乘支持向量机的一次风机状态预测方法研究.pdf
页:
[1]