基于改进支持向量机的抽汽管道阻力特性混合建模.pdf

基于改进支持向量机的抽汽管道阻力特性混合建模.pdf

ID:52480312

大小:285.09 KB

页数:5页

时间:2020-03-28

基于改进支持向量机的抽汽管道阻力特性混合建模.pdf_第1页
基于改进支持向量机的抽汽管道阻力特性混合建模.pdf_第2页
基于改进支持向量机的抽汽管道阻力特性混合建模.pdf_第3页
基于改进支持向量机的抽汽管道阻力特性混合建模.pdf_第4页
基于改进支持向量机的抽汽管道阻力特性混合建模.pdf_第5页
资源描述:

《基于改进支持向量机的抽汽管道阻力特性混合建模.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第4O卷第1期华北电力大学学报V0L40.No.12013年1月JournalofNorthChinaElectricPowerUniversityJan.,2013doi:10.3969/j.ISSN.1007—2691.2013.O1.014基于改进支持向量机的抽汽管道阻力特性混合建模李明,曾伟胜,程贵兵(1.湖南省电力公司科学研究院汽轮机技术研究所,湖南长沙410007;2.大唐华银电力股份有限公司,湖南长沙410007)摘要:结合机理分析与统计智能算法,建立的热力系统子系统混合模型,可以充分发挥两种方法各自的优势。经现场实际数据分析,基于遗传算法改进8一SVM的抽汽管道

2、压损模型,符合理论分析规律,并且具有较高的精度。关键词:热力系统;重构;支持向量机;遗传算法;混合模型中图分类号:TK264文献标识码:A文章编号:1007—2691(2013)O1—0071一O5ThemixedmodeloftheflowresistanceinpipelinebasedonimprovedSVMLIMing,ZENGWei.sheng,CHENGGui.bing(1.HunanElectricPowerCorporationResearchInstitute,TurbineTechnologyInstitute,Changsha410007,China;2

3、.DatangHuayinElectricPowerLtd.,Changsha410007,China)Abstract:Themechanismanalysisandstatisticsintelligentalgorithmwascombinedinthispapertoestablishmixedmodelofthethermalsubsystems,whichwasausefulwaytoexpresstherespectiveadvantagesofthetwomethods.Throughtheanalysisofactualdata,thepressureloss

4、modelofthesteamextractioninpipelinebasedonsupportvectormachine(SVM)improvedbygeneticalgorithm,coincidencestheoreticalanalysisrule,andhashighaccuracytomeettheneedofthestatereconstructionforthepurposeoftheenergyconsumptionanalysis.Keywords:thermalsystem;reconstructio;SVM;geneticalgorithm;mixed

5、model对回热抽汽系统运行参数的重构结果。然而,随0引言着运行工况的变化,以及不同的抽汽管路的缺陷情况的不同,各抽汽管道在不同流动过程中的阻火电机组的运行优化技术是当前电力工业发力特性表现出明显的非线性、时变性等复杂特展的关键技术问题之一。热力系统的运行参数存性。单纯采用常规的机理分析,或简单地以统计在各种强弱不同的关联关系,准确构造系统的运辨识方法分析抽汽管路的阻力特性都存在各自的行状态可以减少各种不确定性因素的影响。同时局限性。对于机组运行参数优化问题,本质上是热力系统采用机理分析与统计辨识相结合的混合模型在多边界条件下可控参数寻优的问题⋯。因此,方法,可以同时充分发挥两

6、种方法的优势。建在较宽的工况范围内准确构造系统运行状态参模中,首先通过机理分析或专家经验确定出模型数,是实现运行参数优化的重要前提。类型和模型结构,然后再利用统计分析方法,辨作为热力系统的重要组成部分,抽汽管路系识出模型的具体形式,对机理模型进行修正。同统在不同的运行工况下的阻力特性,直接影响针时采用机理分析和统计分析的混合方法本质上是一种基于系统辨识法的机理建模方法。与单一的收稿日期:2012—10—19机理分析法或统计分析方法相比,这种方法可以72华北电力大学学报2013正较大地提高建模精度和建模效率。量机有着严格的理论和数学背景,其依据为结构本文以实际运行机组不同的抽汽管

7、路为研究风险最小化原则。比起以经验风险最小化原则对象,结合从SIS系统采集的实际运行数据,采用为依据的神经网络,有着泛化能力强,不会陷入了机理分析和基于改进支持向量机算法相结合的局部极小,不会陷入维数灾难等优点,因此,近混合建模方法,分析不同运行工况下抽汽管路的年来在非线性系统辨识、预测、故障分类等领域阻力特性,取得了良好的建模效果,为实现火电有着广阔的应用前景。“J机组运行状态重构技术,提供的重要的研究基础。支持向量机引入核函数的概念,将线性不可分的样本映射到高维特征空间成为线性可分,再1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。