论文摘要
一次风量的准确、实时预测对于火电厂的生产运行起着至关重要的作用,但由于现场环境和测量仪表等多方面限制,不易实现这一目标。针对一次风量的实时预测问题,采用灰色预测、BP人工神经网络和最小二乘支持向量机(LSSVM)3种软测量方法进行预测。实验数据来自某电厂提供的DCS历史数据。根据实验情况,灰色预测只适合于系统结构无根本性变化的中短期预测;当样本小于200个时,选择LSSVM;当样本大于200个时,选用BP人工神经网络。
论文目录
文章来源
类型: 期刊论文
作者: 李子敬,金秀章
关键词: 软测量,最小二乘支持向量机,人工神经网络,灰色预测,一次风量
来源: 电力科学与工程 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 华北电力大学控制与计算机工程学院
基金: 国家重点研发计划(863)资助项目(2016YFB060070)
分类号: TM621
页码: 66-73
总页数: 8
文件大小: 269K
下载量: 178
相关论文文献
标签：软测量论文; 最小二乘支持向量机论文; 人工神经网络论文; 灰色预测论文; 一次风量论文;