基于改进粒子群优化LSSVM的水泥熟料fCaO软测量

针对水泥熟料fCaO含量难以在线实时测量,提出了一种基于最小二乘支持向量机的软测量建模方法。针对最小二乘支持向量机模型的2个难点进行了改进:首先利用样本间的马氏距离来衡量样本的相似程度,删除样本中部分相似样本,提高最小二乘支持向量机模型的稀疏性,从而减小了模型的运算量。然后利用改进的粒子群优化算法对最小二乘支持向量机模型的2个重要参数进行迭代寻优,克服了常规交叉验证法或网格搜索法等参数选择方法的盲目性。最后将基于粒子群最小二乘支持向量机软测量模型用于熟料fCaO含量的实例仿真。结果表明,该方法具有收敛性好、预测精度高、泛化能力强等优点。     

基于最小二乘支持向量机和粒子群法的水煤浆性能优化

采用最小二乘支持向量机（LSSVM）进行水煤浆（CWM）浓度建模,并利用粒子群法（PSO）对运行工况寻优,获得优化水煤浆浓度的调整方式。以优化调整方式的相应参数作为当前负荷下的基准值,能很好地解决了制浆变工况下运行参数基准的确定问题。以该基准为中心分析了给水流量和分散刘流量对水煤浆浓度的敏感性影响。通过现场试验证明,按此基准值运行,可以提高水煤浆性能。     

基于PSO-LSSVM的研究法辛烷值预测建模

针对现存的红外线分析仪表无法在线分析抗爆剂对成品油研究法辛烷值的影响问题,考虑到样本数据较少的因素,提出一种基于粒子群优化的最小二乘支持向量机方法,以粒子群优化的方法来选取最小二乘支持向量机的模型参数,在克服了交叉验证法耗时与盲目性问题的同时,又发挥了最小二乘支持向量机的小样本学习能力强和计算简单的特点,将其应用于汽油调合系统中研究法辛烷值的预测.仿真结果表明,该模型的估计值与实际化验值吻合得较好.     

基于变异CPSO算法的LSSVM蒸发过程软测量

在分析混沌粒子群优化算法(CPSO)和最小二乘支持向量机(SVM)理论基础上,以某氧化铝厂蒸发过程为对象,采用带有末位淘汰机制的混沌粒子群优化算法优化支持向量机的参数,建立了基于变异CPSO算法的LS-SVM的氧化铝蒸发过程软测量模型,并与PSO-LSSVM、LSSVM模型比较,研究表明,ICPSO-LSSVM模型预测准确,泛化性能好,且该模型预测结果中相对误差小于5%的样本达到92.5%,最大相对误差仅为8.1%,均方差MSE为0.05153,模型具有较高的精度,其现场实施结果表明基本可以实现出口浓度的实时在线预估。     

基于最小二乘支持向量机的聚氯乙烯汽提过程预测模型

聚氯乙烯(PVC)汽提过程最显著的特点为具有非线性和时变性,属于复杂的非线性工业控制过程,而支持向量机对于非线性系统控制过程表现出了良好的性能。研究基于最小二乘支持向量机建立了(PVC)汽提过程的温度预测模型,将统计学习理论和结构风险最小化理论应用到PVC生产过程中,对汽提塔温度进行建模和仿真实验,仿真结果表明建模方法有效。     

基于最小二乘支持向量机的复合肥装置养分含量的软测量建模

针对复合肥装置养分含量无法用常规的传感器在线测量的问题,提出了基于最小二乘支持向量机(LS-SVM)的软测量方法来在线估计养分含量.LS-SVM用等式约束代替传统的标准支持向量机中的不等式约束,求解过程从解二次规划问题变成解线性方程组,求解速度相对加快.工业实例表明LS-SVM所建模型的预测精度较高,能满足实际工业应用的需求.     

基于PSO优化LS-SVM的气液两相流干度软测量

对标准孔板进行改进,设计了一种流出特性较好的锥形孔板。将锥形孔板压差脉动特性的经验公式与经过粒子群算法优化的混核最小二乘向量机模型结合,建立了气液两相流干度的软测量模型。该模型的优点是采取径向基核函数和多项式核函数的混合核函数兼顾了局部和全局的拟合能力,且通过对传统最小二乘向量机模型的参数优化,可减少对初始点和样本数量的依赖。实验结果表明,该预测方法可行,且比未经过优化的最小二乘支持向量机模型和经过优化的单核最小二乘向量机模型的泛化能力强,具有实际工程意义。     

粒子群优化最小二乘支持向量机的短期负荷预测研究

短期负荷预测是电力系统规划和调度前提.电力负荷预测环境复杂多变,为了尽可能提高短期电力负荷预测的精度.本文针对当今人工短期负荷预测方法存在的缺陷,提出了基于粒子群优化算法最小二乘支持向量机(PSO-LSSVM)的短期负荷智能预测方法,该方法采用粒子群(PSO)算法对最小二乘支持向量机(LSSVM)的惩罚系数与核函数进行...     

基于PSO-LSSVR的环状流截面含气率软测量方法

由于测量条件高,环状流的截面含气率直接测量往往比较困难。软测量技术的关键在于建立优良的数学模型,在分析了微粒群优化算法(PSO)和最小支持向量回归机(LS-SVR)原理的基础上,利用粒子群算法优化最小二乘支持向量回归机参数的算法,建立了软测量模型,实现了环状流的截面含气率的软测量。实验表明:该模型泛化能力强,测试精度比较高,为环状流截面含气率的测量提供了一种新的测量途径。     

基于最小二乘支持向量机的电站锅炉吸热面积灰监测研究

基于最小二乘支持向量机和粒子群算法,实现了对电站锅炉低温过热器灰污状态的在线监测。首先,定义清洁系数表征锅炉受热面的灰污状况,利用电站数据采集系统采集到机组实际运行数据,采用最小二乘支持向量机建立锅炉低温过热器系统的清洁吸热量模型;其次,选取机组正常运行工况下的数据,采用该模型预测出受热面的清洁吸热量;再次,根据热力学平衡计算出受热面的实际吸热量和清洁系数,从而实现了对锅炉受热面积灰状况的在线监测。以某电站300MW机组锅炉实际生产数据进行仿真验证,结果表明:所提方法能够对锅炉主要对流受热面的灰污状况进行有效的监测,模型预测精度较高、鲁棒性较强。     

蒸汽流量测量和蒸汽流量计

从分析蒸汽特性入手,详细介绍了各种流量仪表的特点和适用范围,以及测量蒸汽流量的最佳方案.     

关于蒸汽计量应用研究

从蒸汽特殊性入手,介绍如何对蒸汽进行密度补偿、如何做好蒸汽计量仪表的正确选型、正确安装,确保蒸汽计量的准确性。并对日常工作中遇到的问题提出解决措施。     

基于Coriolis流量计和SVM的油水两相流质量流量测量的研究

针对油水两相流流量的测量难题,采用双U型Coriolis流量计对油水混合物的总质量流量、分相质量流量和真实密度进行了测量研究.以双U型Coriolis流量计得到的油水混合物的质量流量和密度为基础,提出了基于支持向量机(SVM)油水分相质量流量的直接预测方法,避开了直接对滑脱速度、持水率与含水率等之间复杂关系的研究.利用该方法对25 mm管径的油水两相流进行了实验研究.实验结果表明,在含水率为5%～95%时,油水总质量流量测量误差在±1%以内;油水分相质量流量的测量相对误差在±8%以内.     

基于人工蜂群算法优化LSSVM的蒸汽干度软测量

为了提高蒸汽干度测量的精确性,提出了基人工蜂群优化最小二乘支持向量机的干度软测量模型。首先利用人工蜂群算法对最小二乘支持向量机的核参数进行参数优化,然后利用优化后的最小二乘支持向量机干度测量模型对干度进行软测量,软测量结果表明基于人工蜂群优化的最小二乘支持向量机的测量效果满足了精度要求。最后运用最小二乘支持向量机和BP神经网络模型对干度进行了软测量,结果表明:基于人工蜂群优化的最小二乘支持向量机软测量模型具有测量精度高,测量稳定性好的优点。     

CAESARⅡ在火电厂蒸汽管道应力分析中的应用

以某电厂主蒸汽管道为例,介绍了采用CAESARⅡ应力分析软件对电厂高温、高压蒸汽管道进行应力分析的方法,对工程设计人员有一定的参考价值。     

基于免疫遗传算法-BP神经网络的主汽温控制

针对火电厂主汽温被控对象的不确定性及大延迟、大惯性及非线性等特点,设计一种基于免疫遗传算法、BP神经网络和RBF神经网络的智能PID控制系统.利用免疫遗传算法的全局搜索寻优能力和较好的收敛性优化神经网络的权值,同时利用BP网络对PID参数进行在线调整.仿真结果表明,该系统在控制品质、鲁棒性方面都明显优于常规PID控制系...     

基于PSO-SVM的快速甩负荷工况下过热蒸汽温度预测建模

结合海防电厂300MW机组100%负荷下的快速甩负荷试验,采用粒子群优化算法(PSO)对支持向量机(SVM)的参数进行优化,并建立PSO-SVM过热蒸汽温度预测模型。在分析试验时机组燃料量、高旁阀位开度及温度等主要参数变化过程的基础上,对过热蒸汽温度预测模型进行仿真分析。结果表明:建立的PSO-SVM过热蒸汽温度模型具有较高的预测精度,能够实现快速甩负荷工况下过热蒸汽温度的预测,维持机组安全稳定运行。     

基于ADRC-PID的超临界机组主汽温控制系统设计

针对超临界机组动态特性复杂、变参数的运行方式、多变量的控制特点,提出二级过热汽温主调节器采用自抗扰控制器(ADRC),副调节器采用PID控制的设计方法,从而构成ADRC-PID方法来控制超临界主汽温.同时采用600MW超临界机组为被控对象进行试验研究.试验结果表明,用ADRC-PID控制主汽温对被控对象模型的不确定性和...     

基于温压补偿的气体流量测量

将温压补偿算法应用于一般气体和蒸汽的流量测量,介绍了补偿技术并推导出温压补偿公式。最后,将实际应用与补偿推导公式进行对比分析,对实际方法中温压补偿方法的不足进行了改进。     

12Cr1MoV钢主蒸汽管道寿命评估

通过实验和理论分析,对已服役126691小时的12Cr1MoV耐热钢主蒸汽管道的剩余寿命进行了评估,从而为电厂高温部件金属技术监督与寿命管理提供了理论依据。