典型文献
数据驱动的蒸发器在线建模方法
文献摘要：
针对蒸发器离线建模方法对变量运行工况范围要求较大的问题,利用K-means算法对辨识模型的观测数据进行聚类筛选处理,提出一种基于数据的蒸发器在线建模方法.首先利用DB准则和PSO算法提出K-means算法中最优分类数K?和最优初始聚类中心的确定方法,提高算法的收敛速度,并使用改进的K-means算法获得各簇聚类中心来代替辨识模型的观测数据,减少模型辨识的数据量.然后利用已有的蒸发器模型结构以及模型辨识方法,对模型进行辨识.实验结果表明:利用聚类筛选前、后的观测数据所辨识的模型精度基本相当,分别在±3％和±3.5％以内.最后利用在线观测数据到各聚类中心欧氏距离的分析判断,提出蒸发器的在线建模方法.该方法可以先采用小工况范围的少量离线数据辨识模型,再利用在线数据修正模型参数,扩大模型的适用范围.
文献关键词：
在线建模;聚类算法;数据筛选;蒸发器;模型
中图分类号：
作者姓名：
丁绪东;杨东润;刘慧;赵星凯;张迎;孙梅
作者机构：
山东建筑大学信息与电气工程学院,山东 济南 250101;山东省智能建筑技术重点实验室,山东 济南 250101
文献出处：
引用格式：
[1]丁绪东;杨东润;刘慧;赵星凯;张迎;孙梅-.数据驱动的蒸发器在线建模方法)[J].计算机与现代化,2022(11):22-31
A类：
B类：
蒸发器,在线建模,运行工况,means,辨识模型,观测数据,聚类筛选,DB,PSO,初始聚类中心,确定方法,收敛速度,模型辨识,数据量,模型结构,辨识方法,模型精度,在线观测,欧氏距离,分析判断,小工,离线数据,数据辨识,数据修正,修正模型,大模型,聚类算法,数据筛选
AB值：
0.322751
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
