基于小生境遗传算法的Hi-PLS回归模型优化

在以递阶偏最小二乘法建立回归模型的基础上,利用小生境遗传算法的快速、全局搜索优化功能对模型中的回归系数进行重新评估,建立了基于小生境遗传算法的递阶偏最小二乘大坝安全监控模型.工程实例与模型对比分析结果表明,经小生境遗传算法优化的递阶偏最小二乘回归模型不仅比原模型提高了拟合精度,且增强了预测能力.     

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.     

逐步回归和偏最小二乘回归模型在混凝土重力坝变形监测中的应用

针对重力坝变形监测中单一回归模型存在的不足,引入水位、温度和时效各因子,分别建立了逐步回归模型和偏最小二乘回归模型,选取A电站14年的资料共88组样本点,分别采用两种模型对上下游方向S02单测点进行分析。结果表明,两种模型在很大程度上对混凝土重力坝变形监测结果分析均适用,实测值与逐步回归计算值和偏最小二乘回归计算值基本吻合,但偏最小二乘回归模型各水位、温度和时效各因子有效避免了舍弃线性相关自变量,对大坝变形的影响较逐步回归模型更加接近实际规律,在大坝变形监测中将二者方法得到的结果结合起来,得到的监测资料更为准确。     

基于偏最小二乘回归法的电站锅炉炉膛出口烟温调整试验研究

针对某电厂的锅炉炉膛出口烟温进行了调整试验.通过数据预处理和偏最小二乘回归分析,建立了炉膛出口烟温的统计学模型.通过分析模型的影响因子,进行了运行参数的调节,给出了不同负荷下锅炉的合理运行工况.试验结果表明:通过调节炉膛出口烟温,可提高燃烧效率,减少煤耗.利用偏最小二乘回归方法分析试验数据,有助于调试人员掌握被调对象的运行特性,且便于寻找最佳工作点.     

基于改进的偏最小二乘法的防渗帷幕防渗预测模型研究

针对偏最小二乘回归法含有全部自变量引起的预测误差问题,对偏最小二乘回归法进行了改进,采用主元选择的GA-PLSR法,即引入逐步回归方法中挑选和剔除因子的思想来选择与因变量相关性较强的自变量主元,然后利用偏最小二乘回归法进行建模,再采用遗传算法对其回归系数建立目标函数进行优化,确立最后的拟合模型用于因变量的预测,并通过实例应用,将选择主元的偏最小二乘回归模型、常规的偏最小二乘回归模型及基于主元选择的GA-PLSR模型的预测结果进行比较。结果表明,基于主元选择的GA-PLSR模型的拟合效果较好,且预测精度更高。     

居民电价定价方法研究

考虑几个经济因素对居民电价的影响，采用偏最小二乘回归方法和电价上涨承受能力系数法预测居民电价。     

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.     

锅炉烟气含氧量预测混合模型及应用

影响锅炉烟气含氧量的因素多而复杂,根据某电站锅炉特点选取煤种参数、煤量、风量、蒸汽流量、排烟温度、燃烧器摆角等15个影响燃烧的参数作为烟气含氧量的预测参数,将偏最小二乘回归与神经网络相耦合,利用偏最小二乘回归对数据提取主成分,建立了烟气含氧量预测混合模型。利用此模型进行了参数影响烟气含氧量的分析,并针对最优的风量、低位发热量这两个参数提出了锅炉运行优化目标值。     

辽河流域水资源承载能力评价研究

采用偏最小二乘回归法筛选辽河流域水资源承载能力评价指标,提取了对其具有解释能力的评价指标并运用密切值法评价了筛选指标.评价结果与模糊综合评判结果一致,可供借鉴.     

基于偏最小二乘回归的氨法烟气脱硫效率预测

以影响氨法烟气脱硫效率的主要参数作为输入变量,以脱硫效率作为输出变量,采用偏最小二乘回归法建立了氨法烟气脱硫效率计算模型并对电厂脱硫效率进行了预测.结果表明:采用氨法烟气脱硫效率计算模型得出的预测值与实际运行数据的最大相对误差小于4.0%,模型的平均误差为0.53%,说明该烟气脱硫效率计算模型的预测精度较高,能够满足烟气脱硫效率预测的工程需要.