登录    注册    忘记密码

期刊文章详细信息

基于双层聚类与GSA-LSSVM的汽轮机热耗率多模型预测  ( EI收录)  

Multi-model for turbine heat rate forecasting based on double layer clustering algorithm and GSA-LSSVM

  

文献类型:期刊文章

作  者:牛培峰[1,2] 刘超[1] 李国强[1] 张维平[3] 陈科[1]

机构地区:[1]燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004 [2]国家冷轧板带装备及工艺工程技术研究中心,河北秦皇岛066004 [3]秦皇岛职业技术学院机电工程系,河北秦皇岛066100

出  处:《电机与控制学报》

基  金:国家自然科学基金(61403331;61573306);河北省自然科学基金(F2010001318)

年  份:2016

卷  号:20

期  号:3

起止页码:90-95

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CSA、CSCD、CSCD2015_2016、EI(收录号:20161502227452)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:针对单模型难以精确描述具有复杂非线性特性的汽轮机热耗率的问题,提出一种新的热耗率多模型建模方法。首先应用GK算法分析出最优聚类个数以及初始聚类中心,避免了聚类数确定的盲目性;然后利用核模糊C均值算法对热耗率样本集做出聚类划分,在每个子空间中利用最小二乘支持向量机(LSSVM)辨识出相应子模型,同时,为了保证子模型精确度,采用引力搜索算法来解决LSSVM参数优化问题;最后,将子模型通过隶属度值加权融合得到精确的热耗率预测模型。以某600MW超临界汽轮机组为研究对象,基于现场数据建立汽轮机热耗率预报模型,仿真结果验证了提出的多模型建模方法具有较高的预报精确度和泛化能力。

关 键 词:多模型  热耗率 引力搜索算法 最小二乘支持向量机  聚类

分 类 号:TP18]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心