排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
2.
以某1 000 MW燃煤发电机组锅炉的磨煤机振动作为软测量对象,建立了结合相空间重构和极限学习机(ELM)的磨煤机振动模型,并对比了有和无煤种信息输入的磨煤机振动预测效果。该模型综合考虑磨煤机运行的多参数和变煤种情况,运用相空间重构将振动烈度重构成m维时延为τ的矩阵,利用前m-1维与其他参数组合成ELM的输入矩阵,第m维作为输出。测试结果表明,模型对磨煤机振动预测的平均相对误差为6.27%,优于传统的ELM和支持向量机(SVM)模型;煤种信息对磨煤机的振动有一定影响。 相似文献
1