基于偏最小二乘回归的锅炉传热预测建模

由于传热机理复杂,形式简单的、适用于实时在线计算的锅炉传热模型精度通常不高.利用偏最小二乘回归方法建立了锅炉传热量预测模型.该方法将建模预测类型的数据分析方法与非模型式的数据认识分析方法有机地结合起来,有效的克服了自变量的多重相关性.基于偏最小二乘回归的锅炉传热量预测模型精度高,物理意义明确,较普通最小二乘回归模型更合理的解释了锅炉传热机制.该建模方法可用于船舶蒸汽动力系统等大型动力系统的仿真以及基于模型的控制系统研究.     

ATC控制参数的最小二乘实时四点预测

基于最小二来原理，对于ATC控制参数的预测提出了最小二来实时四点方法．并在新华公司XDPS中加以验证，结果表明该方法组态实现简单，计算负荷小．预测精度高．同时一定程度上避免了国外经验公式对于国内汽轮机机组适用性差的问题。     

基于稀疏核偏最小二乘法的水和水蒸气比焓和比体积的拟合

针对超临界直流锅炉受热面存在热力性质的较大变化及很强的非线性,采用稀疏化核偏最小二乘法对直流锅炉受热面的过冷段、蒸发段和过热段内工质的热力性质进行了拟合计算.结果表明:采用该方法获得的计算结果令人满意,其相对误差可控制在0.1%左右,适用于工程计算.通过该方法计算得出的稀疏化参数矩阵和核偏最小二乘法回归系数矩阵可用于直流锅炉的机理建模及相关的智能测量仪表中,便于实现编程.     

风力机叶片最小二乘法修型之尝试

尝试用最小二乘法对叶片设计计算过程中的叶展形状进行修正，并对此进行了分析。认为，这种方法对于提高叶片的加工质量和叶片加工实现自动化与数控化具有一定的意义。     

非线性最小二乘法在离心泵特性曲线拟合的应用

针对常用离心泵特性曲线拟合算法中出现的驼峰形曲线问题,通过比较多种常用的拟合算法,并分析其优缺点;以山西某泵站离心泵为例,采用非线性最小二乘法拟合水泵特性曲线;最后通过泵站离心泵的实测数据,与最小二乘拟合的结果进行对比分析。结果表明,非线性最小二乘拟合算法精确度可靠,拟合出的离心泵特性曲线符合实测数据的整体趋势,更加合理可靠。研究成果可为泵站运行管理提供参考。     

最小二乘法曲线拟合分析COD与BOD的关系

化学需氧量(COD)和生化需氧量(BOD)是表征水体中有机物含量的综合性指标,有机物综合指标是一类评价水体污染状况极为重要的指标。水体中COD和BOD具有一定的相关关系,应用最小二乘法曲线拟合分析临沧境内河流型水、水库型水及生活污水中COD与BOD的关系,结果表明,不同水体中COD和BOD的关系存在较大差异,且均有较好的线性相关性。通过关系式计算值与实测值的误差分析,COD与BOD的线性关系式可靠,计算值可作为对COD与BOD合理性检查的参考。     

最小二乘法多项式曲线拟合的QBASIC程序及应用

本文介绍了最小二乘法多项式曲线拟合的数学方法,提供了曲线拟合的QBASIC计算程序,并用该程序计算出了几种气体比热的最优计算公式.     

基于偏最小二乘法的综合弹性模量反演分析

为获取符合实际的坝体综合弹性模量,利用引张线实测资料,将偏最小二乘法运用于统计模型中分离出水压分量,采用Hypermesh软件构建了有限元模型,并应用Marc程序计算水压作用下的位移量,基于常规反演法推求坝体及坝基的综合弹性模量。实例表明,偏最小二乘法分离效果更好,反演结果精度更高,能满足对大坝安全监控的要求。     

基于偏最小二乘法的火电厂实时数据预测

详细讨论被预测参数相关变量的选择原则,偏最小二乘法中选择主成分个数的交叉有效性原则,并采用偏最小二乘法建立火电厂实时数据预测模型的回归方程。以某火电厂300 MW机组的PI实时数据库中的数据作为样本数据,建立实时数据预测模型对传感器测点测量数据进行故障检测及诊断,解决了普通多元回归模型对多重具有相关性的数据适应性差的问题,具有速度快、预测精度高的优点。     

基于改进最小二乘法的五孔探针数据处理方法

文章对于五孔探针的数据处理方法进行了研究,发展出改进的基于最小二乘法的数据处理方法。通过与三维线性插值法进行全面的对比,证明了改进的最小二乘法的精度全面优于线性插值法,该方法具有在变马赫数条件下一次校准的通用性和便利性,且解决了插值法不能给出显式数学模型的弊端,为后续进行自动化的采集测试奠定了基础。     

基于最小二乘法的汽轮机电液调节系统参数辨识

利用最小二乘法辨识原理,推导了电液调节系统辨识用数学模型,并用某电厂300MW国产汽轮机数字电液调节系统的现场试验数据进行了参数辨识仿真。仿真结果表明,采用最小二乘法对汽轮机电液调节系统进行参数辨识,辨识结果基本满足精度要求,效果良好。     

基于最小二乘法的NTC热敏电阻动态标定方案探究

针对目前NTC型热敏电阻的出场量程无法满足-100℃～150℃的空间工作温度要求,提出了对MFS1-1热敏电阻在-100℃～-20℃温度范围内的阻值进行标定.采用比较试验方法动态测量B4型与MFS1-1型热敏电阻对应温度的阻值,通过最小二乘法拟合热敏电阻阻值与材料常数B值曲线方程,经过拟合值与试验值对比发现算术平均误差小于0.1％.     

基于最小二乘法的PEMFC电堆模型参数辨识

质子交换膜燃料电池(PEMFC)电堆的优化控制需要精确的电堆模型和参数。该文基于半经验机理模型,根据PEMFC电堆输出特性经验公式以及电化学、热力学原理建立电堆输出电压的机理模型,采用线性回归最小二乘法进行模型参数辨识。仿真实验辨识结果的误差分析表明,其电堆模型参数辨识精度满足控制要求,验证了所提方法的有效性和可行性。     

基于神经网络偏最小二乘法的柴油机NO_x排放预测模型

分析了现有柴油机氮氧化物(NO_x)排放的预测方法,针对选择性催化还原技术(SCR)的控制需求,选用神经网络偏最小二乘法(NNPLS)作为NO_x排放预测模型建立的基础;该方法通过偏最小二乘法(PLS)提取成分,然后用神经网络(NN)拟合,具有PLS充分提取自变量中信息和NN非线性拟合性高的优点;并建立了某柴油机NO_x排放预测模型,该模型预测精度高,训练误差均方根和测试误差均方根分别为30×10-6和62×10-6.     

含有相变传热问题的数学化处理

在工业加热或冷却中常伴有相变传热现象发生。本文阐述了相变传热的特点，从而提出了处理这一问题的各种数学方法及其优缺点，指出处理这一过程中有待解决的问题和研究方向，从而为改进工艺设备和生产的自动控制提供了科学方法和理论依据。     

基于粒子群算法最小二乘支持向量机的日前光伏功率预测

准确预测光伏电站输出功率,是促进光伏并网发电,提高电网运行稳定性的主要途径之一.该文提出一种基于粒子群算法最小二乘支持向量机(particle swarm optimization and least squares support vector machine,PSO-LSSVM)的日前光伏功率预测方法,该方法首先利...     

基于粒子群算法的最小二乘支持向量机电池状态估计CSCD

电池荷电状态(SOC)作为电池管理系统(BMS)重要参数之一,准确估计SOC尤为重要。由于SOC在估计过程中常会受到电压、电流、充放电效率等众多因素的影响,因此很难准确估计SOC。为了提高SOC的估计精度,本工作提出了基于最小二乘支持向量机(LSSVM)机器学习的锂离子电池SOC估计模型。将该电池的电流、电压和温度作为模型的输入向量,SOC作为模型的输出向量,为了更好的获得LSSVM模型的参数,提出了利用自适应粒子群算法来进行参数优化,从而获得高精度SOC估计模型。通过恒流充放电实验采集的数据,并和未优化的粒子群优化的LSSVM、支持向量机(SVM)神经网络(NN)相比,所提模型的SOC估计精度误差为1.63%,验证了算法的有效性。     

粒子群优化算法和最小二乘支持向量机的 雷电过电压识别

摘要： 为了提高雷电过电压的识别率,满足雷电过电压识别的实时性,提出了粒子群优化算法和最小二乘支持向量机的雷电过电压识别模型。首先提取多种特征作为雷电过电压识别的输入向量,然后采用最小二乘支持向量机设计雷电过电压识别的分类器,采用粒子群优化算法确定最合理的分类器参数,最后通过实验分析其有效性和优越性。结果表明,PSO-LSSVM可以描述雷电过电压信号与特征间变化关系,提高了雷电过电压识别率,加快了雷电过电压识别速度,识别结果优于其他模型。     

基于偏最小二乘法的压气机特性曲线的拟和

分析了目前对压气机特性曲线的处理方法。提出采用偏最小二乘法对压气机特性曲线进行回归分析。计算分析表明,该方法具有较快的计算速度和较高的计算精度,可以用于燃气轮机的仿真计算。