基于模拟退火和支持向量机算法的燃煤锅炉结渣特性预测

应用支持向量机算法对燃煤锅炉结渣问题进行数学建模,利用模拟退火算法对支持向量机模型参数进行了优化,获得最优参数组合.用试验数据对模型进行了校验和参数的寻优,利用优化后的模型对15台锅炉结渣特性进行预测评判,结果表明此方法合理有效.     

基于最小二乘支持向量机的锅炉氮氧化物排放量预测模型

为了降低氮氧化物排放量,建立了基于最小二成支持向量机的氮氧化物排放量预测模型,并用差分算法优化最小二成支持向量机的参数。为了表明所提算法的有效性,利用BP神经网络、多层感知器(MLP)和偏最小二乘法(PLS)进行对比,试验结果表明该算法具有很好的预测能力和稳定性。     

基于最小二乘支持向量机的锅炉炉膛温度在线预测

针对火电厂锅炉炉膛温度具有非线性、耦合性的特点,提出一种基于最小二乘支持向量机的炉膛温度在线软测量模型.依据替代思想及矩阵理论对炉膛温度离线软测量模型进行校正,在线预测时无需重新训练,既提高了预测精度,又降低了计算复杂度.应用该方法对某300MW机组锅炉炉膛折焰角截面中心温度进行在线预测,其在线预测结果与实际值相符,预测相对误差小于0.02％,预测效果较好.该方法为屏式过热器入口温度的预测及各受热面的安全性提供了依据.     

基于最小二乘支持向量机控制器的研究

阐述了支持向量机与最小二乘支持向量机的特点,设计了基于最小二乘支持向量机的控制器,该控制器构成的系统学习与泛化能力强、抗干扰效果好,并利用垃圾焚烧炉的估计模型进行了仿真.仿真结果表明,该方法抗干扰效果好,适应性强.     

基于变量选择的锅炉NO_x排放的最小二乘支持向量机建模

电站燃煤锅炉是大气NOx污染的主要来源之一,建立有效的NOx排放模型是锅炉优化降低NOx的基础。针对热工过程变量之间的强相关和耦合性,利用偏最小二乘方法(partial least squares,PLS)对多工况实炉热态测试数据进行重要变量(variable importance in projection,VIP)信息提取和变量选择(variable selection,VS),把最优的变量子集作为最小二乘支持向量机(least squares support vector machine,LSSVM)的输入,最终得到NOx排放的VS-LSSVM模型。最优的输入变量个数通过留一交叉验证法获取。并将该模型与其他建模方法进行对比,结果表明通过变量选择后建模可以降低模型的复杂度,提高模型的泛化能力。     

最小二乘支持向量机短期负荷预测研究

电力系统短期负荷预测是一项非常重要的工作,准确的短期负荷预测对于电力系统经济、安全、可靠的运行具有特别重要的意义.随着电力系统的日趋复杂化,特别是电力市场的逐步深入,短期负荷预测被赋予了更高的要求.提出了基于负荷日周期性进行前后向外推的数据预处理新方法,为短期负荷预测模型利用这些历史数据奠定了基础.最小二乘支持向量机是新一代机器学习方法,将其应用于电力系统短期负荷预测,在充分利用日周期性和同时刻负荷相近性的基础上,提出了基于最小二乘支持向量机回归算法(LSSVR)的短期负荷预测点模型.该模型通过采用不同天同时刻的负荷样本训练LSSVR来获取负荷的最优线性回归函数,实现了在最小化负荷样本点误差的同时,缩小模型泛化误差的上界,获取了较好的负荷预测性能.     

基于偏最小二乘法的支持向量机短期负荷预测

提出了一种基于偏最小二乘支持向量机的负荷预测模型。首先通过偏最小二乘（PLS）对负荷数据进行成分提取,提取的成分具有线性特点,并消除输入因素的多重相关性,然后采用支持向量机方法（SVM）对提取的成分进行预测。算例表明,该算法用于短期负荷预测建模速度快,预测精度高,是种行之有效的方法。     

基于最小二乘支持向量机的居民用电预测研究

随着我国经济的发展和经济结构的调整,居民用电占全社会用电量的比重逐渐增大并且有继续增加的趋势,科学合理地预测居民用电水平将为电力规划与需求侧管理提供决策基础。首先,采用相关系数法进行居民用电关键影响因素的选择。其次,将选取的影响因素作为LS-SVM的输入端,城乡居民用电量作为输出端,用Bayes准则进行SVM的参数选取,通过智能模拟学习,建立了Bayes-LS-SVM居民用电预测模型。最后,以中国某省居民用电量预测为例进行学习以及测试,并将其预测结果与广义回归神经网络预测法及几种常用的居民用电预测方法进行误差对比分析,证明了该组合方法比其它几种方法更精确有效。提出了采用人工智能的方法通过家用电器以及其他影响因素来预测居民用电,克服了以往采用家用电器预测中,家用电器功率以及年利用小时数预测不准确的问题。     

基于最小二乘支持向量机的短期负荷预测

为了合理解决用电高峰电量分配问题,采用短期负荷预测是一种非常有效的手段,在电力系统安全调度、经济运行中扮演着重要角色。利用最小二乘支持向量机在求解样本少、维度高等复杂问题中的优势,通过提高负荷预测的精度,使电力系统运行的可靠性得到提高。并采用某地负荷数据进行仿真,结果表明,最小二乘支持向量机在短期负荷预测中运行良好。     

基于粒子群优化的FCM-SVM算法的锅炉燃煤结渣预测

应用模糊C均值聚类算法(FCM)对影响电站锅炉燃煤结渣特性的指标预处理,并采用基于粒子群算法优化的SVM对电站燃煤锅炉的结渣特性进行建模。将煤的软化温度t2、硅铝比m(Si O2/Al2O3)、碱酸比m(B/A)、硅比G、综合指数R、无因次炉膛实际切圆直径Dw以及无因次炉膛最高温度tw作为模型的输入变量,结渣程度作为输出变量。应用30组数据对模型进行训练,最后,利用建立的模型对9台锅炉的结渣特性进行评判。结果表明:该模型具有较高的预测正确率,能够有效地减少训练过程中的过拟合度,模型本身具有很好地泛化能力。     

LS-SVM在电梯交通流预测中的应用

支持向量机是一种基于统计学理论学习的新颖的机器学习方法,该方法已广泛应用于解决分类和回归问题。提出一种基于时间序列的最小二乘支持向量机算法应用于电梯交通流的预测方法。仿真结果表明了这种预测方法的有效性。     

三种基于支持向量机风速预测方法对比研究

本文介绍了3种基于支持向量机的风电场风速预测模型,分别是最小二乘支持向量机、遗传最小二乘支持向量机和经验模式分解结合遗传最小二乘支持向量机组合模型。针对不同的预测周期,对3种方法在风速预测中的应用进行了研究和比较。研究结果表明：预测周期较短时,三者的预测结果相近;在中长期预测中,遗传最小二乘支持向量机和经验模式分解结合遗传最小二乘支持向量机组合模型要优于最小二乘支持向量机,但2者的结果又有着各自的特点。实际运用时,应根据具体情况进行分析和判断,选择合适的模型,以取得最优预测结果。     

基于数据驱动算法和LS-SVM的输电线路覆冰预测

输电线路的严重覆冰给电网的安全生产带来了极大的危害。针对线路覆冰与气象条件的数学描述模型不能很好地反应冰厚与微气象条件的关系和基于全局数据的智能覆冰预测算法复杂、准确度低,无法实现在线预测的难题,文中采用数据驱动的思想,以矢量的方式看待覆冰样本数据,提出一种基于数据驱动算法和最小二乘支持向量机(LS-SVM)覆冰预测模型。该方法在k均值邻近算法的基础上对覆冰历史数据进行优化选择,充分利用LS-SVM需求样本数量少、训练速度快、泛化能力强等特点对输电线路覆冰模型进行快速建模。算例表明了所提算法的有效性和正确性。     

基于最小二乘支持向量机的风电功率超短期预测

针对当前风电场发电功率预测时间较长、预测误差较大,易影响风力微电网根据用电负荷变化适时调度及有效电力资源配置的问题,提出了一种基于最小二乘支持向量机(least squares-support vector machine, LS-SVM)的微电网风电功率超短期预测方法。该方法根据风电场数据采集与监视控制(supervisory control and data acquisition, SCADA)系统获取原始功率数据样本,经归一化法预处理,运用网格搜索法确定模型参数,并依据LS-SVM法建立预测系统模型,利用MATLAB工具箱LS-SVM Lab进行仿真实验,跟踪及预测风电功率变化曲线,实现时间跨度小至5分钟的超短期预测。实验验证结果表明,该方法比传统预测方法具有较高的精确度和较强的鲁棒性,为风力微电网优化调度控制工程提供一种新思路。     

W火焰锅炉结渣特性的数值模拟研究

W火焰锅炉在我国得到了广泛应用,但是结渣问题严重影响了锅炉的安全经济运行。采用CFD(ComputationalFluidDynamics)方法对采用FW(FosterWheeler)技术生产300MW的W火焰锅炉结渣特性进行了数值模拟探讨。结果表明,结渣是W火焰锅炉固有的特性。这主要是由W火焰锅炉炉内空气动力场特性决定的。炉内煤粉主气流在向下运动过程中明显向侧墙偏斜,使得煤粉火焰冲刷侧墙,导致侧墙发生结渣和高温腐蚀。研究结果为改善W火焰锅炉结渣特性提供有利的信息。     

煤粉炉结渣预测技术的发展及新技术应用

介绍国内外锅炉结渣诊断与预报技术的发展和研究现状、模糊判断、燃烧过程的数值模拟等新技术在电厂锅炉结渣预测方面的应用，并用数值模拟技术对元宝山电厂2号炉结渣情况进行分析，以期对电厂安全经济运行提供有益的指导。     

WR燃烧器和AerotipTM燃烧器对比研究

介绍锅炉WR燃烧器和AerotipTM燃烧器的结构,对比研究这两种燃烧器的稳燃性能和结渣性能,指出WR和AerotipTM燃烧器性能的优缺点及应用前景。     

基于煤灰成分的非线性结渣模糊综合预测模型的研究

燃煤锅炉的结渣主要是和煤质特性有关,常规的单一指标判断结果可能互相矛盾,所以结合煤质特性5项判别指标,应用模糊数学,建立综合预测模型。隶属函数选用非线性函数,对8种煤灰结渣特性进行了综合评判,并将其结果和实际结渣情况进行了对比,取得了很好的效果。     

基于LS-SVM的矿井提升机故障预测

矿井提升机是矿井生产的\"咽喉\",其可靠性对煤矿安全高效生产起着至关重要的作用,提升机故障预测是提高提升机可靠性的重要措施.针对传统提升机故障预测模型相对误差较大的问题,建立了基于最小二乘支持向量机的提升机故障预测模型,并利用采集到的提升机相关数据对模型进行训练,再对提升机的实时数据进行预测,以发现是否可能异常.实验结果...     

W型火焰锅炉结焦原因及对策

介绍了山西阳城电厂锅炉的结构特点以及锅炉积灰结焦的因素,并从锅炉炉膛内温度、炉内空气动力场、火焰刚性、气氛条件、炉膛结构特性参数、燃烧器布置方式等方面,对该厂多台锅炉结焦的原因进行了详细分析,同时提出了防止结焦的措施。