典型文献
基于GA-SVR的循环流化床锅炉床温预测
文献摘要：
床温是影响循环流化床(CFB)锅炉经济、安全、可靠工作的重要运行参数之一.本文从小样本数据容量出发,利用遗传算法的全局寻优能力和支持向量回归的泛化能力,对某300 MW现役循环流化床锅炉设计了床温预测模型.通过分析循环流化床运行机理,选择床温特性模型的输入变量,然后利用遗传算法对支持向量回归算法的惩罚系数、径向核参数和损失函数进行全局寻优,构建CFB锅炉床温GA-SVR预测模型.将GA-SVR模型与BP神经网络、BP-SVR和卷积神经网络三种预测模型分别进行对比,分析各模型的性能指标,结果表明在小样本数据情况下,GA-SVR模型预测误差更小,响应更迅速,对CFB锅炉的运行和控制具有指导作用.
文献关键词：
循环流化床锅炉;床温;遗传算法;支持向量回归
中图分类号：
作者姓名：
盛家豪;钱进;王一桂;黄凤启
作者机构：
贵州大学 电气工程学院,贵阳550025;重庆大学 动力工程学院,重庆400044;中国电建集团贵州工程有限公司,贵阳550025;国投盘江发电有限公司,贵州 盘州553000
文献出处：
引用格式：
[1]盛家豪;钱进;王一桂;黄凤启-.基于GA-SVR的循环流化床锅炉床温预测)[J].智能计算机与应用,2022(09):105-109
A类：
B类：
GA,SVR,循环流化床锅炉,炉床,床温,CFB,运行参数,小样本数据,全局寻优,寻优能力,泛化能力,MW,现役,运行机理,温特,支持向量回归算法,罚系数,核参数,损失函数,预测误差
AB值：
0.20336
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。
